UNIVERSIDADE LICUNGO

FACULDADE DE CIENCIAS TECNOLOGIA

CURSO DE BIOLOGIA

NOME:

ALBERTO EVARISTO ALBERTO

ANA PAULA PURURGUA

ELTON HORACIO NOTA

MANUEL DANGO JOAO

ODET VITORINO COMPANHIA

TERESA PITA

Calculo e representação de dados

experimentais

BEIRA

2022
 NOME:

ALBERTO EVARISTO ALBERTO

ANA PAULA PURURGUA

ELTON HORACIO NOTA

MANUEL DANGO JOAO

ODET VITORINO COMPANHIA

TERESA PITA

Estatística básica

 Aquisição sequencial de dados;

 Elaboração e interpretação das tabelas de

frequências

Doutora Elsa Cossa

Beira

2022
Índice
Introdução ................................................................................................................................................ 4
Estatística ................................................................................................................................................. 5
Aquisição sequencial de dados ................................................................................................................. 5
Planejamento ............................................................................................................................................ 5
Coleta de dados ........................................................................................................................................ 5
Coleta direta ............................................................................................................................................. 5
Coleta indireta .......................................................................................................................................... 6
Crítica dos dados ...................................................................................................................................... 6
Apuração dos dados ................................................................................................................................. 6
Exposição ou apresentação dos dados ...................................................................................................... 6
Análise...................................................................................................................................................... 6
Variáveis .................................................................................................................................................. 6
População e amostra ................................................................................................................................. 7
População estatística ou universo estatístico ............................................................................................ 7
Apresentação e interpretação das tabelas de frequências ......................................................................... 7
Distribuição de variáveis quantitativas contínuas .................................................................................... 9
Variáveis classificadas ............................................................................................................................. 9
Elementos de uma Distribuição de Frequência ........................................................................................ 9
Conclusão ............................................................................................................................................... 12
Referencias bibliográficas ...................................................................................................................... 13
Introdução

A aquisição de dados está presente em praticamente todas as atividades no cotidiano do ser

humano. Por todos os lados existem diversos tipos de sistemas que auxiliam o processo de
tomada de decisão. Podemos tomar como exemplo o ser humano, que está constantemente
amostrando1 dados, como luz, sons e sabores. É baseado nessas informações que o homem
toma decisões para tornar a vida mais conveniente.
Sendo assim, a proposta desse trabalho é desenvolver um SAD capaz de trabalhar com uma
grande variedade de sinais, para que seja possível a utilização de um único sistema para vários
tipos de dados. Além disso, ser um projeto de baixo custo e, dessa forma, mais acessível à
sociedade.
Estatística
A estatística é a parte da Matemática Aplicada que fornece métodos para a coleta,
organização, descrição, análise e interpretação de dados e para a utilização dos mesmos na
tomada de decisões.

Aquisição sequencial de dados

As várias fases do método estatístico estão delineadas a seguir. As etapas descritas nas seções
de planejamento, coleta, crítica, apuração e exposição constituem a Estatística Descritiva,
enquanto a seção de análise constitui a Estatística Indutiva ou Inferencial.

Planejamento
A primeira etapa consiste em planejar o modo como serão realizadas as fazes seguintes,
determinando o objetivo da pesquisa e os métodos que serão utilizados.

Nesta etapa são definidos os objetivos, as características da amostra, o método de aquisição e

de processamento de dados.

Coleta de dados

Coleta direta
A coleta direta de dados é quando os dados são obtidos pelo próprio pesquisador através de
levantamento de registros (nascimentos, óbitos, notas fiscal, impostos, etc.) ou coletados
diretamente através de inquéritos, questionários, etc.

A coleta direta pode ser classificada quanto ao fator tempo como:

 Contínua: quando feita de forma continuada, como registro de nascimentos e óbitos,

frequência de alunos às aulas, etc.
 Periódica: quanto feita em intervalos constantes de tempo, como censos (10 em 10
anos), avaliações mensais dos alunos, etc.
 Ocasional: quanto feitas em determinada situação para atender a um objetivo, como
pesquisa de mortalidade de um rebanho, pesquisa de um produto no mercado, etc.
Coleta indireta
A coleta indireta é inferida de elementos conhecidos, através de uma coleta direta, ou do
conhecimento de fenômenos relacionados ao fenômeno estudado. Por exemplo, pesquisa sobre
mortalidade infantil que é feita sobre a coleta direta de dados de nascimentos e óbitos.

Crítica dos dados

Os dados obtidos devem ser criticados à procura de falhas sistemáticas no planejamento,
aquisição e armazenamento dos dados.

Apuração dos dados

É a etapa de soma e processamento dos dados obtidos mediante critérios de classificação.
Pode ser manual, eletromecânica ou eletrônica.

Exposição ou apresentação dos dados

Os dados sempre devem ser apresentados de forma adequada, seja através de tabelas ou
gráficos, seguindo os critérios determinados no planejamento e utilizados no processamento
dos dados. A exposição dos dados tem o objetivo de facilitar a análise daquilo que é objeto do
estudo estatístico.

Análise
A última etapa do processo estatístico consiste em tirar conclusões sobre os dados levantados e
processados, inferindo conclusões sobre o todo (população) a partir de dados coletados de
uma parte representativa da população (amostra)

Variáveis
Variável é o conjunto de resultados possíveis de um fenômeno.

As variáveis podem ser:

  Qualitativa: quando seus valores são expressos por atributos, de forma não numérica.
Por exemplo, sexo (M ou F), cor da pele (branca, preta, amarela,...), etc.
 Quantitativa: quando seus valores são expressos por números. Por exemplo, idade,
salário, volume, etc. As variáveis quantitativas ainda são classificadas como:

Discreta: quando os seus valores podem enumerados. Ex. de contagem: do número de pessoas
numa sala (1, 2, 3:).

Contínua: quando os seus valores podem ser qualquer um num intervalo.

Ex. de medições: volume de uma caixa d’agua (1 m3, 1.1 m3, 1.01 m3:)

População e amostra
População e amostra referem-se ao conjunto de entes cujas propriedades desejamos averiguar.

População estatística ou universo estatístico

É o conjunto de entes portadores e pelo menos uma característica em comum. Por exemplo, os
estudantes constituem uma população com uma característica em comum: são os que estudam.

Muitas vezes, por motivos práticos ou econômicos, limitam-se os estudos estatísticos somente
a uma parte da população, a amostra. A amostra é um subconjunto finito de uma população.

Como toda a análise estatística será inferida a partir das características obtidas da amostra, é
importante que a amostra seja representativa da população, isto é, que as suas características
de uma parte (amostra) sejam em geral as mesmas que do todo (população).

Apresentação e interpretação das tabelas de frequências

Apos a recolha de dados procede-se com a sua organização e apresentação de modo a tornar
fácil a sua leitura.

Quando os dados são organizados em suporte eletrônico é fundamental construir de forma

adequada um ficheiro de dados para posterior analise.
A apresentação dos resultados pode ser feita com recursos a apresentações gráficas ou tabelas
de distribuição de frequências.

Para a construção de tabela de frequência não é alheia à natureza das variáveis. No caso de
variáveis qualitativas a construção de tabela é quase imediata, identificam-se os valores que a
variável assume que neste caso são categorias de nomes e procede-se a contagem de número
de repetições (frequência) que ocorre em cada categoria.

Após este processo organiza-se numa tabela a informação correspondente ao valor da variável,
a frequência absoluta e relativa registrada para cada categoria e as frequências absolutas e
relativas acumuladas para cada categoria.

Exemplo 1: distribuição de frequência de variáveis qualitativas ou quantitativas discretas

1. Apresentação de dado bruto – 7; 2; 6; 4; 5; 3; 3; 5; 4; 4; 4; 2. (n=12)

2. Organização em rol – 2; 2; 3; 3; 4; 4; 4; 4; 5; 5; 6; 7.

Tabela 1: numero de irmãos

Xi fi fr Fac Frac
2 2 2/12=0,16 2 0,16
3 2 2/12=0,16 4 0,32
4 4 4/12=0,33 8 0,65
5 2 2/12=0,16 10 0,81
6 1 1/12=0,08 11 0,89
7 1 1/12=0,08 12 0,97
Total N=12 1 ou 100%

Xi – numero de repetição;

fi – frequência absoluta simples; Fac – frequência absoluta acumulada

fr – frequência relativa simples; Frac – frequência relativa acumulada

Distribuição de variáveis quantitativas contínuas
Quando a variável é continua ou discreta assumem o valor num intervalo muito grande, é
usual recorrer-se a variáveis classificadas.

Variáveis classificadas
Trata-se de uma variável cujo domínio foi segmentado, dando origem a conjunto de classes
sucessivas e disjuntas.

Elementos de uma Distribuição de Frequência

1. Dados brutos – são os dados originais conforme eles foram coletados, não estando
numericamente organizados ou tabelados. Ex: 4, 2, 4, 1, 5, 6, 10.
2. Rol – é a organização dos dados em ordem crescente ou decrescente. Ex: 1, 2, 4, 4, 5,
6, 10.
3. Amplitude total (H) – é a diferença entre o maior valor e o menor valor observado da

variável em estudo: H = xmax1 – xmin H = 10 – 1 H=9

4. Limites de classe – são os números extremos de cada intervalo, sendo assim temos um
limite inferior e um superior.
5. Classe – é cada um dos intervalos em que os dados são agrupados.
6. Intervalo de classe – é a diferença entre o limite superior e inferior de classe.
7. Ponto médio da classe ou marca de classe (xi) – é a media aritmetrica entre o limite

superior e limite inferior da classe. Ex: = 5. O ponto médio de uma

classe é o seu legitimo representante.

8. Número de classe (K) – existem vários critérios que podem ser utilizados a fim de
determinar o número de classe.
a) onde n =tamanho da amostra.

Exemplo: n = 50; = 7,07 = 7

O número de classe tem que ser um número inteiro, pelo que deve arredondar as unidades o
valor obtido. O arredondamento pode ser feito por excesso ou por defeito.
 b) Regras de Sturges
K= 1+ 3,32 x
K = 1 + 3,32 x
K = 1 + 3,32 x (1,69897)
K = 1 + 5,64 = 6, 64 = 7.
9. Amplitude das classes (h)

Ou

Exemplo:

Na amplitude total das classes (h), o arredondamento é feito por excesso, aumentando uma
unidade, não seguindo, portanto as regras de arredondamento.

Exemplo 2: tabela de distribuição de frequência com dados abaixo referentes à iodemia

(em micrograma por decilitro), para 30 pessoas normais.

Primeiro passo: ROL

3,8; 4,3; 4,5; 5,0; 5,2; 5,3; 5,3; 5,4; 5,5; 5,6; 5,8; 5,9; 5,9; 6,0; 6,5; 6,5; 6,5; 6,7; 6,8; 7,0; 7,2;
7,4; 7,5; 7,6; 7,7; 7,8; 7,9; 8,4; 8.6; 8,8

Segundo passo: NÚMERO DE CLASSE

K = 1 + 3,32 x log30

K = 1 + 3,32 x 1,47

K = 1 + 4,88 = 5,88 = 6

Terceiro passo: AMPLITUDE TOTAL

H = xman –xmin

H = 8,8 – 3,8 = 5.
Quarto passo: AMPLITUDE DA CLASSE

h h = 0,83 = 1

Classe xi fi fr Fac Frac

3,8 Ͱ 4,8 4,3 3 3/30 = 0,1 3 3/30 = 0,1
4,8 Ͱ 5,8 5,3 7 7/30 = 0,23 10 10/30 = 0,3
5,8 Ͱ 6,8 6,3 8 8/30 = 0,26 18 18/30 =0,6
6,8 Ͱ7,8 7,3 7 7/30 = 0,23 25 25/30 = 0,86
7,8 Ͱ 8,8 8,3 4 4/30 = 0,13 29 29/30 = 0,96
8,8 Ͱ 9,8 9,3 1 1/30 = 0,03 30 30/30 = 1
Total N =30
Conclusão

As tabelas constituem uma importante forma de representação dos dados estatísticos, quer
pelo seu aspecto meramente descritivo, quer pela maior facilidade de análise que propicia,
particularmente, nos estudos de associação, tão úteis na investigação biomédica. Não existem
regras rígidas para a confecção de uma tabela, sendo a prática, ainda, a mentora decisiva para
uma boa representação tabular. O corpo da tabela, onde se encontram as informações
numéricas, deve explicitar as variáveis apresentadas e as suas unidades; não se deve deixar
caselas (locais para os números) em branco, utilizando, quando necessário, símbolos como.
Referencias bibliográficas
M. Baptista, “Sistemas de aquisição de dados.” J. P. da Costa Baptista, “Sistema de aquisição
de dados.”
L. Serrano, C. Alcobia, M. Mateus, and M. Silva, “Sistemas de aquisição, processamento e
armazenamento de dados,” Spmet-Encontro Nacional, vol. 1, no. 1, 2004.
W. L. da Silva and N. M. S. Choque, “Desenvolvimento de sistemas de aquisição de dados
usando a placa arduino uno e o software ni-labview,” DESAFIOS, vol. 3, no. Especial, pp.
118–125, 2016.
S. D. S. Almeida, V. B. Figueiredo, J. F. de Medeiros, J. C. da Costa, and M. M. da Cunha,
“Construção e calibragem de um sistema de aquisição de dados de leitura analógica utilizado
em irrigação1,” IRRIGA, vol. 1, no. 1, p. 118, 2018.
M. Baumgarten, A. Niche Teixeira, and G. Lima, “Sociedade e conhecimento: novas
tecnologias e desafios para a produção de conhecimentonnas ciências sociais,” Sociedade e
Estado, vol. 22, no. 2, 2007.