ESTATÍSTICA

11º D - Matemática
Beatriz Konig - Bruna Bento - Martim Alvo - Patricia Cionca
O QUE É A ESTATÍSTICA
A estatística é a ciência que consiste na recolha, manipulação e
classificação de dados tendo em vista o conhecimento de
determinado fenómeno e a possibilidade de, a partir desse
conhecimento, inferir possíveis novos resultados.
Para além da sua aplicabilidade nas ciências naturais, a
estatística constitui um suporte de cientifícidade para as ciências
humanas e sociais.
OBJETIVO PRINCIPAL
Tem como objectivo analisar os dados recolhidos, descrevendo-os
e organizando-os para posterior interpretação e eventual
utilização na previsão de acontecimentos futuros. Tem a finalidade
de proporcionar um conjunto de informações e conhecimentos que
permitam ao homem uma melhor adaptação e controlo do meio em
que vive.
INDIVIDUALIDADES IMPORTANTES
Girolamo Cardano (1501-1576)
Italiano reconhecido pelas suas contribuições à matemática e à medicina.
No seu trabalho relacionado com o jogo, Liber de Ludo Aleae fez a
primeira abordagem do que seria um cálculo sistemático de
probabilidades. Há quem considere que Cardano pode realmente ser o
pai da teoria das probabilidades e das estatísticas modernas.

Blaise Pascal (1623-1662) e Pierre de Fermat (1607-1665)

Foram reconhecidos como responsáveis ​por criar a base
para a teoria da probabilidade. As cartas trocadas entre
ambos, contendo reflexões sobre a resolução de
problemas de jogos de azar, são consideradas os
documentos fundadores da Teoria das Probabilidades.
INDIVIDUALIDADES IMPORTANTES
Edmund Halley (1656-1742)
Astrónomo e matemático inglês. Foi o primeiro a relacionar mortalidade
e a idade numa população. Em 1693 fez a publicação de tabelas de
mortalidade para a cidade de Breslau e posteriormente foram geradas
abordagens estatísticas através de tentativas para medir fenómenos ou
eventos dentro de uma população.

Jacques Bernoulli (1654-1705)

Dedicou-se ao estudo do Cálculo de Probabilidades e conseguiu
provar a Lei dos Grandes Números, considerado o primeiro teorema
limite. Esta lei afirma que, se uma experiência é repetido um grande
número de vezes tendendo ao infinito, a frequência relativa com a qual
o evento ocorre começa a ser uma constante.
INDIVIDUALIDADES IMPORTANTES
Thomas Bayes (1702-1761)
Responsável pelo conhecido “teorema de Bayes”. É conhecido como
um teorema de probabilidade inversa, no qual a probabilidade de
ocorrência de um evento é calculada, tomando como referência.

Karl Pearson (1857-1936)

Aplicou os métodos estatísticos aos problemas biológicos relacionados
com a evolução e hereditariedade. Teve contributos importantes para o
desenvolvimento da teoria da Análise de Regressão, do Coeficiente de
Correlação, e do Teste de Hipóteses de Qui-quadrado.
INDIVIDUALIDADES IMPORTANTES
William Sealey Gosset (1876-1937)
Desenvolveu um trabalho extremamente importante na área de
Estatística. Devido à necessidade de manipular dados provenientes de
pequenas amostras, extraídas para melhorar a qualidade da cerveja,
Gosset derivou o teste t de Student baseado na distribuição de
probabilidades.

Ronald Aylmer Fisher (1890-1962)

A sua contribuição para a Estatística Moderna é, sem dúvida, a mais
importante e decisiva de todas. Criou uma medida alternativa de
informação apropriada para medir a incerteza sobre espaços
ordenados, introduziu os conceitos de aleatoriedade e da análise da
variância e estabeleceu o conceito da verossimilhança.
INDIVIDUALIDADES IMPORTANTES
Bradford Hill (1897-1991)
Em 1965 criou o critério de causalidade de Hills. Isso ajudou a
determinar, usando evidências epidemiológicas, a relação causal entre
o que é visto como a causa de uma doença e como ela está ligada a
um efeito específico.
 DIZ-SE QUE A ESTATÍSTICA, POR VEZES, É
MENTIROSA!

Apesar de considerarmos a estatística fundamental para compreender a

realidade, consideramos que o seu grande problema reside na
interpretação e na manipulação dos dados obtidos. Hoje em dia, a
estatística acaba por ser utilizada para sobrevalorizar ou esconder
aspectos segundo os objectivos do que está a ser estudado e analisado.

Vamos ver alguns exemplos que comprovam tudo isto!!!!!!

MÉDIA ENGANOSA
Imaginemos uma empresa com 5 funcionários. O presidente tem um
vencimento de 35.000€, o vice-presidente ganha 9.000€, o director
ganha 6.000€, o chefe de divisão ganha 3.000€ e o estagiário ganha
1.000€. A média dos vencimentos desta empresa é de 9.000€. Este valor
está sobrevalorizado, na medida em que está afectado pelo vencimento
altíssimo do presidente. Concluímos que, para que um valor médio possa
ser representativo de um conjunto de valores é necessário que a
variabilidade seja pequena. Sem o devido cuidado, este erro comum pode
levar à compreensão equivocada de dados e estatísticas. Neste caso, seria
melhor optar pela mediana. A mediana colocaria todos os valores em
ordem crescente e seleccionaria o valor central. Desta forma, os valores
extremos não pesariam na análise. Neste caso, a mediana é 6.000€, bem
mais razoável que os 9.000€ proposto pela média.
O PROBLEMA DA AMOSTRA

A forma como é realizada uma amostragem pode descrever

algo que não condiz com a realidade. Vamos imaginar que
eu jogo a moeda ao ar 10 vezes e que em 7 dessas vezes
saia cara. Então, é possível afirmar que a moeda tem 70%
de hipóteses de sair cara contra 30% de sair coroa? Claro
que não. Nesta situação, temos o problema do tamanho da
amostra. Segundo a Lei dos Grandes Números, à medida
que se jogam cada vez mais moedas e se anotam os
resultados, a proporção de caras e coroas tende cada vez
mais para o seu valor verdadeiro, isto é, 50% de hipótese
para cada resultado.
ALEATORIEDADE DA AMOSTRA
Imaginemos que temos dois candidatos às eleições
autárquicas e queremos saber as percentagens de votos de
cada um. Obviamente que a escolha dos entrevistados e do
local da entrevista deverá ser aleatória, para que reflictam
da forma mais aproximada possível a opinião da população.
Vamos imaginar que essa pesquisa é feita no dia e na hora
de uma manifestação contra um dos candidatos. É óbvio
que, por concentrar muitas pessoas desfavoráveis a ele, a
amostra não reflectirá de forma verdadeira a opinião do
todo. Neste caso, temos uma situação em que a amostra
está enviesada ou com algum problema (propositado ou
não), estando aquém da realidade.
OS NÚMEROS E TAXAS

Esse é uns problemas clássicos que até os mais atentos

acaba por passar por despercebido. A forma como
lemos um certo índice pode enganar. Vamos a um
exemplo: digamos que, numa suposta pesquisa eleitoral,
o candidato A tem a preferência de 60% dos eleitores.
Outro candidato pode utilizar o mesmo dado de
maneira inversa e publicar algo como “40% dos
eleitores não aprovam o candidato A, indicam
pesquisas”. Ora, o dado é o mesmo, mas a forma de
representá-lo não.
 ESTES E MUITOS OUTROS EXEMPLOS MOSTRARAM-NOS DE
COMO É FÁCIL MENTIR COM A ESTATÍSTICA. É IMPORTANTE
ESTARMOS ALERTA E ATENTOS A ESTAS TÁCTICAS MAL
INTENCIONADAS QUE TÊM COMO OBJETIVO OBTER VANTAGEM
SOBRE ALGO OU ALGUÉM.
BIBLIOGRAFIA
Acção Local de Estatística Aplicada. Acedido a 02-02-2023. Disponível em http://alea-
estp.ine.pt
Instituto Nacional de Estatística - Portal do INE. Acedido a 02-02-2023. Disponível em
http://ine.pt
Estatística Básica. Universidade de Coimbra. Acedido a 03-02-2023. Disponível em
http://www.mat.uc.pt/~mat1202/ResumoEstatisticaBasicaWord.htm
Objeto da Estatística. Studocu. Acedido a 02-02-2023.
https://www.studocu.com/pt/document/instituto-politecnico-de-braganca/estatistica-
i/objeto-da-estatistica/11560682
CAIO, Théodore. Como mentir com estatística. Publicado a 19 de Novembro de 2021. Acedido a
04-02-2023. Disponível em https://estatjr.com.br/2021/11/19/como-mentir-com-estatistica/
CASTRO, Cláudio. O paradoxo da estatística. Publicado em 24 de Julho de 2020. Acedido a
06-02-2023. Disponível em https://veja.abril.com.br/coluna/claudio-moura-castro/o-
paradoxo-da-estatistica/