Ebook 1 Analise Amostra

Conceitos essenciais
simplificados
Análise de dados com

passo a passo ilustrado
O melhor software gratuito

para suas análises
APRENDER ESTATÍSTICA FÁCIL
Você vai aprender a analisar seus dados de forma rápida,
fácil e inquestionável.
Metodologia de ensino SIMPLES que em pouco tempo permitirá que

analise seus dados sozinho.
Abordamos TODAS as etapas e somente o que de fato é necessário para

analisar seus dados.
Partimos do princípio já validado que é perfeitamente possível analisar

dados de forma correta sem precisar entender conceitos ou fórmulas
complexas.
Assim, este livro lhe servirá mesmo que ainda não saiba nada de estatística.
*Os 3 volumes estão inclusos nesta oferta.
ADQUIRA O SEU
CLICANDO AQUI!

Estatística Aplicada: Análise de Dados (Volume I - Análises) /
Alves, Ana. - Aprender Estatística Fácil, 2022. 180 p.
1. Estatística. 2. Bioestatística. 3. Aprender Estatística Fácil. 4.

Estatística aplicada. 5. Análise de dados. 6. Estatística
inferencial. 7. Estatística descritiva. 8. Confecção de gráficos. 9.
Tamanho amostral.
© 2022 Aprender Estatística Fácil
Todos os direitos reservados. Esta publicação ou qualquer

parte dela não pode ser reproduzida ou usada de forma
alguma sem autorização expressa do detentor dos direitos.
Aprender Estatística Fácil

www.estatisticafacil.org

PREFÁCIO
Você vai aprender a analisar seus dados de

forma rápida, fácil e inquestionável.
Introduzimos uma metodologia de ensino

SIMPLES que em pouco tempo permitirá que
Abordamos TODAS as etapas e somente o que é

realmente necessário saber para que analise
seus dados.
Partimos do princípio já validado que é

perfeitamente possível analisar dados de forma
correta sem precisar entender conceitos,
fórmulas ou tabelas complexas.
Assim, este livro lhe servirá mesmo que ainda

não saiba nada de estatística.
Não há na literatura nada parecido com essa

proposta de "aprender a analisar dados de forma
rápida, fácil, independente e inquestionável".

ENTENDA NOSSA
METODOLOGIA
(a) somente os conceitos

essencialmente necessários são
apresentados, de forma
simplificada.
(b) utilizamos esquemas e

exemplos para fixar os conceitos
e facilitar ainda mais o
entendimento.
(c) introduzimos um algoritmo

simples para seleção das
análises estatísticas e dos
gráficos.
(d) as principais análises

estatísticas, que são utilizadas
em 99% dos casos, são tratadas
no livro.
(e) para cada análise,

apresentamos os passos
ilustrados para que seja
inquestionável.
(f) o software estatístico gratuito

mais completo, intuitivo e
simples é utilizado na
aprendizagem.

SUMÁRIO
O QUE DEVO SABER PARA
1) COMEÇAR?
aqui, aprenderá de forma
simplificada somente os
conceitos essenciais
2) OS MELHORES SOFTWARES
GRATUITOS
pacotes indicados para análise
de dados, confecção de gráficos
e cálculo de tamanho amostral
3) ESTATÍSTICA DESCRITIVA:
MEDIDAS-RESUMO
apresentamos as medidas que
importam para resumir e
apresentar seus dados
4) ESTATÍSTICA INFERENCIAL:
ANÁLISES
aprenda a selecionar a análise
adequada e a aplicá-la e forma
100% correta
5) COMO ESCOLHER O GRÁFICO

CORRETO? (VOLUME II)
um passo a passo completo de
como selecionar e confeccionar
um gráfico perfeito
6) EXTRAS & TÓPICOS

AVANÇADOS (VOLUME III)
aqui, apresentamos dicas
extras e tópicos pouco mais
avançados

SUMÁRIO DO VOLUME I (ANÁLISES)
1) O QUE DEVO SABER PARA COMEÇAR
1. A estatística...............................................................................................................10
2. Estatística analítica...................................................................................................11
3. População e amostra...............................................................................................12
4. Erro amostral............................................................................................................14
5. Variável e seus tipos................................................................................................16
6. Quem causa e quem sofre o efeito?......................................................................20
7. Normalidade e testes paramétricos......................................................................22
8. Sintetizando..............................................................................................................24
2) OS MELHORES SOFTWARES GRATUITOS

1. O mapa da mina.......................................................................................................28
2. Análise estatística.....................................................................................................29
3. Tamanho amostral...................................................................................................31
4. Extra...........................................................................................................................32
3) ESTATÍSTICA DESCRITIVA: MEDIDAS-RESUMO

1. Estatística descritiva.................................................................................................34
2. Medidas de posição/localização.............................................................................35
3. Medidas de dispersão/variabilidade.....................................................................38
4. Sintetizando..............................................................................................................45
5. Prática: medidas-resumo........................................................................................46
4) ESTATÍSTICA INFERENCIAL: ANÁLISES

1. Estatística inferencial...............................................................................................51
2. Antes de prosseguir.................................................................................................52
3. A regra mais importante.........................................................................................53
4. Delineamento experimental/amostral..................................................................55
5. Testes de hipóteses e hipóteses estatísticas........................................................56
6. Qual análise inferencial devo utilizar?...................................................................57
7. Agora, siga esses simples passos...........................................................................58
8. O Fluxograma!..........................................................................................................59
9. Premissas dos testes inferenciais..........................................................................63
10. Valor de p................................................................................................................65
11. Nível de significância.............................................................................................66
12. Normalidade e outras premissas (observações)...............................................67
13. Transformação de dados......................................................................................68
14. Var. ordinais: quali ou quanti?..............................................................................69
15. Funcionalidades básicas do software..................................................................70
16. Enfim, apresento-lhes os testes inferenciais!.....................................................79

SUMÁRIO DO VOLUME I (ANÁLISES)
4. ESTATÍSTICA INFERENCIAL: ANÁLISES
1.1) BUSCAR DIFERENÇAS ENTRE GRUPOS (NÃO PAREADOS)

1. Teste t 2 amostras independentes (teste U de Mann-Whitney).....81
2. Anova de 1 fator (teste H de Kruskal-Wallis)....................................87
3. Anova de 2 fatores - fatorial...............................................................94
1.2) BUSCAR DIFERENÇAS ENTRE GRUPOS (PAREADOS)

4. Teste t 2 amostras pareadas (teste de Wilcoxon)..........................102
5. Anova de 1 fator c/ medidas repetidas (teste de Friedman)........108
6. Anova de 2 fatores c/ medidas repetidas.......................................118
7. Anova efeito misto.............................................................................124
2) BUSCAR RELAÇÃO ENTRE VARIÁVEIS

8. Correlação de Pearson (correlação de Kendall de Spearman)....131
9. Regressão linear simples (modelo linear generalizado)...............138
10. Regressão linear múltipla (modelo linear generalizado)............145
11. Regressão logística simples............................................................155
12. Regressão logística múltiplas.........................................................161
13 Teste de qui-quadrado de independência....................................168

aprender estatística fácil
1. A ESTATÍSTICA
A estatística é uma ciência que trata da coleta,

análise, interpretação e apresentação dos dados.
Ela auxilia na tomada de decisões, mesmo sob
condições de incerteza.
Há várias áreas do conhecimento cujos métodos

estatísticos são bastante utilizados. A
bioestatística, por exemplo, nada mais é que a
aplicação das ferramentas estatísticas em
problemas relacionados às ciências da vida, como
medicina, biologia, ecologia, etc.
Uma regra fundamental que devemos seguir é a

de que:
"a estatística deve simplificar, e não complicar a

interpretação dos dados".
Caso suas análises estejam complicando a

interpretação dos dados, volte, pois há algo
errado.
APRENDER ESTATÍSTICA FÁCIL 10

5. VARIÁVEL & SEUS
TIPOS
Os elementos de uma
população podem apresentar
inúmeras condições ou
características que podem ser
observadas, contadas ou
medidas.
Estas condições ou
características são chamadas de
variáveis.
A seguir alguns exemplos de

variáveis:
(a) Cor do olho em indivíduos da

espécie humana.
(b) Peso em indivíduos da espécie
Canis familiaris.
(c) Quantidade de filhotes em
ninho de determinada espécie de
ave.
(d) Temperatura média nos
municípios do Ceará.
(e) Estado civil de indivíduos de
Fortaleza.
(f) Escolaridade de adultos
brasileiros.

RELAÇÃO ENTRE
população, amostra, elemento e variável
Totalidade dos
elementos.
POPULAÇÃO
Durante a amostragem da população,

coletamos uma parte dos elementos.
AMOSTRA
Então, de cada elemento da população,

extraímos as informações de interesse, ou
seja, as variáveis.
Exemplo: peso, altura, cor do olho, idade,

temperatura corporal, dias de internação, etc.
ELEMENTO

As variáveis podem ser classificadas em dois
grandes tipos:
(a) Qualitativas (ou categorizadas) quando os

dados são distribuídos em categorias.
(b) Quantitativas (ou numéricas) quando os
dados são expressos por números.
As variáveis qualitativas são classificadas em

dois tipos:
(a) Nominal quando os dados são distribuídos

em categorias SEM ordenação (ex. religião).
(b) Ordinal quando os dados são distribuídos em
categorias COM ordenação (ex. escolaridade).
As variáveis quantitativas são classificadas em

dois tipos:
(a) Discreta quando representa uma contagem,

assumindo valores inteiros (ex. num. de filhos).
(b) Contínua quando representa uma medição,
podendo assumir valores fracionários (ex. peso).

VARIÁVEL
QUALITATIVA QUANTITATIVA
(atributo) (número)
NOMINAL ORDINAL DISCRETA CONTÍNUA

(identifica) (ordena) (contagem) (mensuração)
EXEMPLO EXEMPLO EXEMPLO EXEMPLO

sexo escolaridade número de filhos altura
religião classe social número habitantes peso
tipo sanguíneo gravidade doença quantidade de dias tempo

7. NORMALIDADE & TESTES PARAMÉTRICOS
A distribuição normal (ou gaussiana) representa uma das
distribuições de probabilidade mais utilizadas na
estatística.
Isso ocorre, pois, muitos fenômenos naturais se

comportam de forma semelhante a ela.
Então, o que aconteceria se representássemos em um

gráfico as frequências de uma variável quantitativa que
tenha distribuição normal?
O desenho desta representação da frequência da variável

seria como uma curva em formato de sino. Isso pode ser
visto no exemplo abaixo.
EXEMPLO: DISTRIBUIÇÃO NORMAL

Peso, em kg, de 10 mil pessoas selecionadas aleatoriamente.
(a) Histograma mostrando a frequência dos pesos .
(b) Curva normal ajustada a partir dos dados dos pesos.
(a) (b)
FREQUÊNCIA
FREQUÊNCIA
PESO PESO

Análises estatísticas
inferenciais ditas
paramétricas têm como
premissa (pré-requisito) que
os dados (resíduos) sigam a
distribuição normal.
Em casos de violação dessa

premissa de normalidade,
recomenda-se o uso de
análises não paramétricas,
pois estas não apresentam
esse pré-requisito de
normalidade.
De forma geral, para cada

análise paramétrica há uma
não paramétrica
equivalente.
O teste U de Mann-Whitney,
por exemplo, seria uma
análise não paramétrica
correspondente à análise
paramétrica teste t de
Student.

1. O MAPA DA MINA
O que lhes apresento agora é o resultado de 20 anos de busca. A
propriedade de indicar o melhor pacote estatístico para o nosso
fim, vem da experiência de ter testado uma infinidade deles. Há
10 anos com toda certeza diria que essas indicações valem ouro.
O melhor de tudo é que os softwares que utilizaremos aqui são

totalmente gratuitos. Além disso, apresentam interface gráfica e
são fáceis de usar, sem linhas de comando ou outros fatores
complicadores.
São três softwares, um para as análises estatísticas, um para

cálculo de tamanho amostral, e um para confecção de gráficos
(Volume II). Afirmo que com estes softwares, você não precisará
de mais nada para analisar seus dados em 99% das vezes.

1. ESTATÍSITCA
DESCRITIVA
A estatística descritiva
representa um conjunto de
métodos também
chamados de estatísticas
simples.
Esta parte da estatística tem

por objetivo fazer com que
os dados coletados sejam
compreendidos mais
facilmente, por meio da
organização, simplificação,
descrição e apresentação
dos dados.
Utiliza de tabelas, gráficos e

medidas que resumem os
dados brutos.

2. MEDIDAS DE
POSIÇÃO/LOCALIZAÇÃO
As medidas de posição têm

por objetivo encontrar um
valor que mais se aproxime
dos demais valores do
conjunto.
Essas medidas também

podem ser chamadas de
medidas de tendência
central.
As mais importantes e mais

utilizadas são a média
aritmética simples e a
mediana.
Há outras medidas de
posição, mas trataremos
aqui somente das mais
importantes.

2.2 MEDIANA
A mediana é representada pelo valor que ocupa

a posição central da série de observações,
quando ordenadas. Se o número de observações
for par, a mediana será a média das duas
observações centrais.
Normalmente é utilizada no lugar da média quando

os dados não se ajustam à distribuição normal.
Passos:
Coloque as observações em ordem.
A mediana será o valor central.
Se há dois valores centrais, a mediana será
média aritmética dos dois
9
8
7
2,2,3,5,5,7,8 6
5
4
3
A mediana é 5 2
1

3. MEDIDAS DE
DISPERSÃO/VARIABILIDADE
Mesmo que as medidas de tendência central

tenham a propriedade de representar uma série
de valores, elas não capturam a variabilidade
dos valores.
Assim, o objetivo das medidas-resumo de

variabilidade é encontrar um valor que represente
a diferença entre os valores da série de
observações.
"Estatísticas sempre me fazem lembrar de

um amigo que se afogou em um rio onde a
profundidade média era somente de 1 metro"
- WOODY HAYES -
PROFUNDIDADE
MÉDIA = 1 METRO

A importância de que uma medida de
variabilidade seja utilizada juntamente com
uma medida de posição se torna evidente no
exemplo a seguir.
Considere os seguintes conjuntos:
X = {50, 50, 50, 50, 50}

Y = {48, 49, 50, 51, 52}
Z = {10, 20, 50, 80, 90}
A média de cada um dos conjuntos é exatamente

a mesma, 50, mas a variabilidade é bastante
diferente.
Sendo assim, ao resumir os dados usando

somente a medida-resumo de posição, estaria
omitindo informações importantes.

3.1 AMPLITUDE
A amplitude representa a diferença entre o

maior e o menor valor da série de observações.
Representa a medida de dispersão/variabilidade

mais simples, fácil de entender e intuitiva.
Ela é utilizada no famoso diagrama de caixa (box

plot), juntamente com a mediana e outros quartis,
que veremos ainda.
Passos:
Encontre o maior e o menor valor.
Subtraia o menor valor do maior valor.
2,2,3,5,5,7,8 9
8
7
6
8-2=6 5
4
3
2
A amplitude é 6 1

1. ESTATÍSTICA
INFERENCIAL
A estatística inferencial é
representada por um conjunto
de métodos de análise que nos
permite estimar parâmetros e
tirar conclusões (inferir) sobre a
população com base em apenas
parte dela (amostra).
Em outras palavras, ela nos

permite fazer inferências sobre
características da população a
partir de dados da amostra.
Assim, podemos tomar

decisões mais adequadas e
ainda fazer previsões.
Alguns exemplos de análises

inferenciais ou testes de
hipóteses são:
(a) qui-quadrado
(b) anova
(c) teste t
(d) correlação
(e) regressão linear
(f) regressão logística

2. ANTES DE
PROSSEGUIR
Para prosseguirmos é
primordial que tenha
entendido os seguintes
conceitos essenciais
apresentados no Capítulo 1
deste volume:
(a) população
(b) amostra
(c) elemento/observação
(d) variável e seus tipos

(quantitativa e qualitativa)
(e) variáveis independente e

dependente: quem causa e
quem sofre o efeito?
(f) erro amostral
(g) normalidade e testes

paramétricos e não
paramétricos.

8. O FLUXOGRAMA!
Abaixo algumas informações relevantes sobre O Fluxograma! Ele

definitivamente pode solucionar qualquer problema que você
tenha na seleção da análise inferencial correta para aplicar em
seus dados, para responder suas perguntas.
Para utilizá-lo, basta saber classificar as variáveis em quantitativa

e qualitativa (nominal ou ordinal); e também deve saber definir
em sua análise qual é a variável independente (a que causa o
efeito) e qual é a variável dependente (a que sofre o efeito). Isso é
tarefa simples e já foi discutido extensamente neste livro.
Ao seguir o fluxograma, chegará ao final com a indicação das

análises adequadas para de acordo com suas variáveis — na
maioria das vezes haverá duas análises indicadas, a primeira é
paramétrica — quando os resíduos se ajustam à distribuição
normal — e a segunda é a análoga não paramétrica. Aprenderá
logo após como definir qual de fato utilizar.
*Os grupos/categorias que compõem uma var. qualitativa nominal

podem ser definidos como pareados quando as diferentes
observações/medições nestes grupos são de alguma forma
relacionadas. Em geral, as medidas pareadas correspondem a
medidas tomadas antes e após uma dada intervenção no mesmo
elemento, observação, indivíduo, local, etc.
**Há possibilidade de se usar uma var. ordinal como quantitativa

ou nominal, verifique adiante neste Capítulo 4: Tópico 14.
***Como não se define var. independente e dependente nas análises

de correlação (Pearson, Spearman, etc) e de qui-quadrado, estas
não foram incluídas no fluxograma, mas serão tratadas adiante.

O FLUXOGRAMA
(PARTE 1)
*As análises de correlação (Pearson, Spearman e Kendall) poderiam estar aqui,

no entanto, para estas análises não se define variável independente e dependente.
**Para analisar duas variáveis qualitativas nominais usamos o qui-quadrado.

15
10
0
Grupo 1 Grupo 2 Grupo 3
16.1 TESTE T PARA 2 AMOSTRAS INDEPENDENTES

(NÃO PARAMÉTRICO: TESTE U DE MANN-WHITNEY)
16.2 ANOVA DE 1 FATOR (UMA VIA)

(NÃO PARAMÉTRICO: TESTE U DE KRUSKAL-WALLIS)
16.3 ANOVA DE 2 FATORES (DUAS VIAS - FATORIAL)

16.1 TESTE T PARA 2 AMOSTRAS INDEPENDENTES
Objetivo: Buscar diferenças entre grupos/categorias — Análise

paramétrica que busca diferença entre dois grupos (não
pareados) de uma variável qualitativa quanto a uma variável
quantitativa. No nome da análise, 'amostras' significa o mesmo
que grupos ou categorias.
Var. independente/explicativa/que causa o efeito:

Uma var. qualitativa nominal com 2 grupos não pareados.
Var. dependente/resposta/que sofre o efeito:

Uma var. quantitativa.
Premissas: Independência das observações, normalidade,

homocedasticidade.
Análise não paramétrica: Teste U de Mann-Whitney.
2
VARIÁVEIS
1 Var. 1 Var.
Independente Dependente
(explicativa) (resposta)
Do tipo qualitativa
avalia se há Do tipo
com 2 grupos não
quantitativa
pareados diferença das
médias desta
variável
Exemplo:
entre estes Exemplo:
sexo
altura
(mascul. e femin.) grupos

ESQUEMAS PARA ASSIMILAÇÃO
Há três tipos de teste t de Student. O mais utilizado é o tratado neste

tópico, o teste t de Student para 2 amostras independentes. Os passos
abaixo indicam as principais características a se considerar na análise.
PRECISA TRANSFORMAR
APLICAR O
OS DADOS OU UTILIZAR
TESTE T
TESTE NÃO PARAMÉTRICO?
DEFINIR O
TAMANHO
AMOSTRAL
VERIFICAR A
VERIFICAR A HOMOCEDASTICIDADE
NORMALIDADE
NOS RESÍDUOS
COLETAR OS
DEFINIR QUAL
DADOS DE FORMA
TIPO DE TESTE
ADEQUADA
T UTILIZAR
O teste t de Student para 2 amostras independentes sempre testa se dois

grupos/categorias não relacionados apresentam diferenças quanto a
alguma característica quantitativa. No esquema abaixo apresentamos os
possíveis resultados de comparações de dois grupos. Os dois grupos
podem ser similares ou diferentes. Se são diferentes, há duas
possibilidades, uma que um grupo é maior que o outro, e a outra
possibilidade seria o contrário.
Exemplo:
vs há diferença na estatura
entre pessoas do sexo
masculino e do sexo
feminino?
POSSIBILIDADES
DIFERENTE SIMILAR DIFERENTE

ESTUDO DE CASO
Testar se há diferença na altura entre pessoas do sexo masculino e do sexo

feminino em uma tribo indígena.
1. Definir o nível de significância: α = 0,05

2. Hipótese: pessoas do sexo masculino são em média mais altas
3. Cálculo do tamanho amostral: G*Power (no Volume III)
4. Premissa: independência observações, normalidade, homocedasticidade
5. Executar a análise: teste de Student para 2 amostras independentes
(paramétrica), ou teste U de Mann-Whitney (não paramétrica)
Apresentamos abaixo como os dados devem estar dispostos na planilha

para a análise e um dos gráficos adequado para representar a relação
(gráfico de coluna com barra de erro).
Após executadas as análises, obtivemos os resultados a seguir.
a. De acordo com o teste de normalidade de Shapiro-Wilk, os resíduos da

análise se ajustam à distribuição normal (W = 0,98; p = 0,078). b. De acordo
com o teste de homocedasticidade de Levene, as variâncias dos grupos são
homogêneas (F = 2,43; p = 0,122).
c. Assim, utilizamos a análise paramétrica teste t para duas amostras

independentes, sem correções, que indicou diferença significativa entre os
grupos. Os homens são em média mais altos (t(98) = 10,5; p < 0,001).

PASSO A PASSO - TESTE T 2 AMOSTRAS INDEPENDENTES
1. Com os dados já abertos, clicar em T-Tests: Independent Samples T-

Test (teste t para duas amostras independentes).
2. Arrastar a variável dependente quantitativa 'Altura' para a caixa

Dependent Variables e a variável independente qualitativa com 2 grupos
'Sexo' para a caixa Grouping Variable.

3. Nas opções Assumption Checks (verificação das premissas), marque
Homogeneity test (teste de homocedasticidade) e Normality test (teste
de normalidade).
1 2
4. Agora olhe o valor de p do teste de normalidade de Shapiro-Wilk. Se for

menor ou igual a 0,05 devemos usar a análise não paramétrica teste U de
Mann-Whitney (ou tentar transformação dos dados, Capítulo 4: Tópico 15:
Subtópico 8 - Transformar dados). Mas se for acima de 0,05, o próximo
passo é verificar o valor de p do teste de homocedasticidade de Levene.
Se for menor ou igual a 0,05 devemos usar a análise paramétrica teste t
para amostras independentes com a correção de Welch. Mas se for acima
de 0,05, devemos usar a análise paramétrica teste t para amostras
independentes. *Nível de significância (0,05) definido a priori.

5. Nesta demonstração, os resíduos da análise apresentaram distribuição
normal (W = 0,98; p = 0,078) e homocedasticidade (F = 2,43; p = 0,122).
Assim, podemos usar a análise paramétrica teste t de Student para duas
amostras independentes, sem qualquer correção. Os grupos
apresentaram diferença significativa. Os homens são em média maiores
que as mulheres: t(98) = 10,5 e p < 0,001.
OBSERVAÇÕES:
(*) Caso precisasse usar o teste paramétrico com correção de Welch

para heterocedasticidade, ou o não paramétrico U de Mann-Whitney,
basta desmarcar Student's e marcar o Welch's ou o Mann-Whitney U.
(*) Pode-se obter as estatísticas descritivas marcando Descriptives em

Additional Statistics. Ali conseguimos ver uma comparação dos grupos
(masculino e feminino) com o número amostral, a média, mediana,
desvio padrão e erro padrão. Um ótimo gráfico comparativo também
pode ser obtido na opção Descriptives plots.
(*) Em Hypothesis é possível selecionar a hipótese estatística esperada,

baseado no corpo teórico sobre o tema. Selecionamos a hipótese 'Group
1 ≠ Group 2' se simplesmente achamos que há diferença entre os
grupos, mas sem definir qual seria o maior/menor. Já selecionando as
hipóteses 'Group 1 > Group 2' ou 'Group 1 < Group 2', ficaria definido
qual seria o maior. Se não tem certeza, melhor manter a primeira opção.

15
10
0
Grupo 1 Grupo 2 Grupo 3
16.4 TESTE T PARA 2 AMOSTRAS PAREADAS

(NÃO PARAMÉTRICO: TESTE DE WILCOXON)
16.5 ANOVA DE 1 FATOR C/ MEDIDAS REPETIDAS

(NÃO PARAMÉTRICO: TESTE DE FRIEDMAN)
16.6 ANOVA DE 2 FATORES C/ MEDIDAS REPETIDAS
16.7 ANOVA EFEITO MISTO

100
75
50
25
0
0 25 50 75 100
16.8 CORRELAÇÃO DE PEARSON

(NÃO PARAMÉTRICO: CORRELAÇÃO DE KENDALL & SPEARMAN)
16.9 REGRESSÃO LINEAR SIMPLES & 16.10 MÚLTIPLA

('NÃO PARAMÉTRICO': MODELO LINEAR GENERALIZADO)
16.11 REGRESSÃO LOGÍSTICA SIMPLES & 16.12 MÚLTIPLA
16.13 TESTE DE QUI-QUADRADO DE INDEPENDÊNCIA

MAIS INFORMAÇÕES SOBRE O VOLUME III
A proposta para o volume III é um tanto quanto

diferente.
Incluiremos tópicos sugeridos pelos nossos

seguidores em cada nova versão!
O melhor de tudo é que você, que já adquiriu o

pacote, terá acesso a essas atualizações de
forma vitalícia.
Nele tratamos de tópicos extras, além de

tópicos um pouco mais avançados que os
tratados nos outros dois volumes.
Assim, como o volume III será atualizado

periodicamente com novos tópicos, pedimos
que nos envie sugestões pelo nosso perfil no
Instagram:
@aprenderestatisticafacil

Você vai aprender a analisar seus dados de forma rápida,
fácil e inquestionável.
Metodologia de ensino SIMPLES que em pouco tempo permitirá que

Abordamos TODAS as etapas e somente o que de fato é necessário para

analisar seus dados.
Partimos do princípio já validado que é perfeitamente possível analisar

dados de forma correta sem precisar entender conceitos ou fórmulas
complexas.
Assim, este livro lhe servirá mesmo que ainda não saiba nada de estatística.
*Os 3 volumes estão inclusos nesta oferta.
ADQUIRA O SEU
CLICANDO AQUI!

Você vai aprender a analisar seus dados de forma
rápida, fácil e inquestionável.
Introduzimos uma metodologia de ensino SIMPLES

que em pouco tempo permitirá que analise seus
dados sozinho.
Abordamos TODAS as etapas e somente o que é

realmente necessário saber para que analise seus
dados.
Partimos do princípio já validado que é

perfeitamente possível analisar dados de forma
correta sem precisar entender conceitos, fórmulas
ou tabelas complexas.
Assim, este livro lhe servirá mesmo que ainda não

saiba nada de estatística.
Não há na literatura nada parecido com essa

proposta de "aprender a analisar dados de forma
rápida, fácil, independente e inquestionável".

Ebook 1 Analise Amostra

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

Ebook 1 Analise Amostra

Enviado por

Direitos autorais:

Formatos disponíveis

Conceitos essenciais

Análise de dados com

O melhor software gratuito

Metodologia de ensino SIMPLES que em pouco tempo permitirá que

Abordamos TODAS as etapas e somente o que de fato é necessário para

Partimos do princípio já validado que é perfeitamente possível analisar

*Os 3 volumes estão inclusos nesta oferta.

APRENDER ESTATÍSTICA FÁCIL

1. Estatística. 2. Bioestatística. 3. Aprender Estatística Fácil. 4.

© 2022 Aprender Estatística Fácil

Todos os direitos reservados. Esta publicação ou qualquer

Aprender Estatística Fácil

APRENDER ESTATÍSTICA FÁCIL

Você vai aprender a analisar seus dados de

Introduzimos uma metodologia de ensino

Abordamos TODAS as etapas e somente o que é

Partimos do princípio já validado que é

Assim, este livro lhe servirá mesmo que ainda

Não há na literatura nada parecido com essa

APRENDER ESTATÍSTICA FÁCIL

(a) somente os conceitos

(b) utilizamos esquemas e

(c) introduzimos um algoritmo

(d) as principais análises

(e) para cada análise,

(f) o software estatístico gratuito

APRENDER ESTATÍSTICA FÁCIL

5) COMO ESCOLHER O GRÁFICO

6) EXTRAS & TÓPICOS

APRENDER ESTATÍSTICA FÁCIL

2) OS MELHORES SOFTWARES GRATUITOS

3) ESTATÍSTICA DESCRITIVA: MEDIDAS-RESUMO

4) ESTATÍSTICA INFERENCIAL: ANÁLISES

APRENDER ESTATÍSTICA FÁCIL

4. ESTATÍSTICA INFERENCIAL: ANÁLISES

1.1) BUSCAR DIFERENÇAS ENTRE GRUPOS (NÃO PAREADOS)

1.2) BUSCAR DIFERENÇAS ENTRE GRUPOS (PAREADOS)

2) BUSCAR RELAÇÃO ENTRE VARIÁVEIS

APRENDER ESTATÍSTICA FÁCIL

A estatística é uma ciência que trata da coleta,

Há várias áreas do conhecimento cujos métodos

Uma regra fundamental que devemos seguir é a

"a estatística deve simplificar, e não complicar a

Caso suas análises estejam complicando a

APRENDER ESTATÍSTICA FÁCIL 10

A seguir alguns exemplos de

(a) Cor do olho em indivíduos da

APRENDER ESTATÍSTICA FÁCIL 16

Durante a amostragem da população,

Então, de cada elemento da população,

Exemplo: peso, altura, cor do olho, idade,

APRENDER ESTATÍSTICA FÁCIL 17

(a) Qualitativas (ou categorizadas) quando os

As variáveis qualitativas são classificadas em

(a) Nominal quando os dados são distribuídos

As variáveis quantitativas são classificadas em

(a) Discreta quando representa uma contagem,

APRENDER ESTATÍSTICA FÁCIL 18

NOMINAL ORDINAL DISCRETA CONTÍNUA

EXEMPLO EXEMPLO EXEMPLO EXEMPLO

APRENDER ESTATÍSTICA FÁCIL 19

Isso ocorre, pois, muitos fenômenos naturais se

Então, o que aconteceria se representássemos em um