Escolar Documentos
Profissional Documentos
Cultura Documentos
2. Estatísticas
ESGHT -Descritivas
UAlg
Estatística I
2. Estatísticas Descritivas e
Apresentação de Dados
Lara Noronha Ferreira
Lnferrei@ualg.pt
1
03/10/2022
2. Estatísticas Descritivas
2.1. Introdução
Existem diferentes tipos de dados: (1)
Dados Seccionais:
Quando os valores se referem a um conjunto de indivíduos num certo
momento do tempo (por exemplo, os valores referentes à população
de vários países no ano de 2015).
2
03/10/2022
2. Estatísticas Descritivas
2.1. Introdução
Dados em Painel:
Quando os valores se referem a um conjunto de indivíduos ao longo
de vários períodos do tempo (por exemplo, a população anual de
vários países de 1975 a 1998).
3
03/10/2022
2. Estatísticas Descritivas
2.2. Tabelas
1 – Tabelas simples
Apresentam informação para as categorias (ou valores) de
uma única variável qualitativa ou quantitativa
2 – Tabelas de dupla entrada (ou de contingência)
Apresentam informação para duas (ou mais) variáveis em
simultâneo, resultante do cruzamento das suas categorias
4
03/10/2022
2. Estatísticas Descritivas
2.2. Tabelas
5
03/10/2022
2. Estatísticas Descritivas
2.2. Tabelas
6
03/10/2022
2. Estatísticas Descritivas
2.2. Tabelas
7
03/10/2022
2. Estatísticas Descritivas
2.3. Gráficos
Os gráficos são utilizados para ilustrar de modo simples e intuitivo
a distribuição da informação.
8
03/10/2022
2. Estatísticas Descritivas
2.3. Gráficos
2.1. Gráficos de Barras
9
03/10/2022
2. Estatísticas Descritivas
2.3. Gráficos
2.1. Gráficos de Barras
1500
Milhares
845,1 1500
1000
1000
500
500
0
0
Sector Primário Sector Secundário Sector Terciário
Primário Secundário Terciário
Sector de Actividade Sector de Actividade
Homens Mulheres
Gráfico 1 – Emprego em Portugal Gráfico 2 – Emprego em Portugal segundo
segundo o sector de actividade, em 2021 o sector de actividade e sexo, em 2021
10
03/10/2022
2. Estatísticas Descritivas
2.3. Gráficos
2.2. Gráficos Circulares
11
03/10/2022
2. Estatísticas Descritivas
2.3. Gráficos
2.2. Gráficos Circulares
Sector Terciário
Sector Primário
47%
18%
Sector
Secundário
35%
12
03/10/2022
2. Estatísticas Descritivas
2.3. Gráficos
2.3. Histogramas
São gráficos usados para representar a distribuição de
frequências de uma variável quantitativa em classes, nos
quais as frequências são representadas por retângulos.
Exemplo: Distâncias percorridas por vendedores
40
Distâncias Frequência
35
Frequencia
400-419 12 30
25
420-439 27
20
440-459 34 15
460-479 24 10
5
480-499 15
0
400-419 420-439 440-459 460-479 480-499 500-519
500-519 8
Distância
Estatística I 13 Lara N. Ferreira
13
03/10/2022
2. Estatísticas Descritivas
2.3. Gráficos
2.4. Polígono de frequências
É um gráfico formado a partir do histograma, através da união
dos pontos médios da parte superior dos retângulos.
440-459 34 15
10
460-479 24 5
0
480-499 15 409,5 429,5 449,5 469,5 489,5 509,5
Class mid-point miles
500-519 8
14
03/10/2022
2. Estatísticas Descritivas
2.3. Gráficos
2.5. Diagrama de dispersão
São gráficos de pontos usados para ilustrar a forma da relação
existente entre duas variáveis quantitativas (dados seccionais).
1200
1000
800
600
400
200
0
0 10 20 30 40 50 60
Volume de vendas
Estatística I 15 Lara N. Ferreira
15
03/10/2022
2. Estatísticas Descritivas
2.3. Gráficos
2.6. Cronograma
São gráficos de linhas que ilustram a evolução de variáveis
quantitativas ao longo do tempo (dados temporais).
Volume de 1000
vendas
800
600
400
200
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
16
03/10/2022
2. Estatísticas Descritivas
Medidas Descritivas
17
03/10/2022
2. Estatísticas Descritivas
18
03/10/2022
2. Estatísticas Descritivas
• Tendência central
1 – Medidas de localização
• Tendência não central
2 – Medidas de dispersão
Observação:
3 – Medidas de assimetria Vai ser apresentada a indicação de
como estas medidas são
4 – Medidas de curtose denominadas em SPSS
19
03/10/2022
2. Estatísticas Descritivas
2.5. Medidas de Localização
Medidas de localização de tendência central:
São as medidas descritivas que nos dão uma indicação dum valor central
ou médio em torno do qual se encontram os valores da variável.
2 – Mediana
3 – Moda
20
03/10/2022
2. Estatísticas Descritivas
2.5. Medidas de Localização
Moda Mode
É o valor de um conjunto de dados que apresenta maior frequência.
O seu cálculo torna-se mais fácil se os dados estiverem ordenados.
Exemplo 2.1:
Considere os seguintes dados: 12 14 9 13 15 12
Mo = 12
21
03/10/2022
2. Estatísticas Descritivas
2.5. Medidas de Localização
Mediana Median
É o valor central dum conjunto ordenado de dados, isto é, é o valor
que divide a distribuição em duas partes iguais.
Ao contrário da média, a mediana não é afectada por valores extremos.
Cálculo da mediana:
1. ordenar os dados
2. calcular a estatística de ordem do(s) elemento(s) central(is):
se n for ímpar a mediana corresponde ao valor do elemento de
ordem: n 1
2
se n for par a mediana será a média dos elementos centrais de
ordens: n e n 1
2 2
Estatística I 22 Lara N. Ferreira
22
03/10/2022
2. Estatísticas Descritivas
2.5. Medidas de Localização
Exemplo 2.2:
2. n=5 (n é ímpar)
n 1 5 1 6
3 Me x3 Me =12
2 2 2
23
03/10/2022
2. Estatísticas Descritivas
2.5. Medidas de Localização
Exemplo 2.3:
2. n=6 (n é par)
n 6
3
2 2 x x 12 13
Me 3 4 Me 12 . 5
n 6 2 2
1 1 4
2 2
24
03/10/2022
2. Estatísticas Descritivas
2.5. Medidas de Localização
n - dimensão da amostra
xi - i-ésima observação da variável aleatória X
25
03/10/2022
2. Estatísticas Descritivas
2.5. Medidas de Localização
n - dimensão da amostra
xi - i-ésima observação da variável aleatória X
ni - número de vezes que a observação xi se repete (frequência absoluta)
Estatística I 26 Lara N. Ferreira
26
03/10/2022
2. Estatísticas Descritivas
2.5. Medidas de Localização
Exemplo 2.4:
As classificações que seis alunos x1 x2 x3 x4 x5 x6
obtiveram num teste de estatística
12 10 13 11 14 15
foram:
Exemplo 2.5:
As classificações que seis alunos x1 x2 x3 x4 x5 x6 x7 x8
obtiveram num teste de estatística 10 14 12 12 14 18 12 10
foram:
27
03/10/2022
2. Estatísticas Descritivas
2.5. Medidas de Localização
Propriedades da Média aritmética:
1. A adição de uma constante, c, a todos os valores de uma variável X tem
como resultado uma média que vem adicionada da mesma constante
28
03/10/2022
2. Estatísticas Descritivas
2.5. Medidas de Localização
Média geométrica
A média geométrica (Mg) é a raiz de índice n do produto dos dados.
Para uma amostra de n elementos tem-se:
n
Mg n x1 x2 ... xn n x
i 1
i
29
03/10/2022
2. Estatísticas Descritivas
2.5. Medidas de Localização
Exemplo 2.6:
Admita-se que, nos últimos 4 anos, o PIB de um determinado país cresceu
2,5%; 1,7%; 2,2% e 3,5%. Se se denotar por PIB0 o valor do PIB no ano
anterior a este período, o seu valor no último ano será dado por:
PIB4 = (R1.R2.R3.R4).PIB0
Onde as razões de crescimento, Rn, são: R1 = 1 + 0,025
R2 = 1 + 0,017
R3 = 1 + 0,022
R4 = 1 + 0,035
30
03/10/2022
2. Estatísticas Descritivas
2.5. Medidas de Localização
Média harmónica
A média harmónica (Mh) é o inverso da média aritmética dos inversos
dos dados, xi (i=1, 2, ..., n).
Para uma amostra de n elementos tem-se:
1
Mh
1 n 1
n i 1 xi
A Mh é utilizada em situações onde a proporcionalidade inversa esteja
presente;
31
03/10/2022
2. Estatísticas Descritivas
2.5. Medidas de Localização
Exemplo 2.7:
Um empreiteiro dispõe de 4 camiões cuja tarefa consiste em transportar
pedra desde uma pedreira até um porto. A pedra destina-se a formar o
ancoramento de um molhe em construção. Na tabela seguinte apresenta-se
o número de cargas efectuadas por cada camião num determinado turno de
8 horas e o valor correspondente do tempo médio por carga.
32
03/10/2022
2. Estatísticas Descritivas
2.5. Medidas de Localização
Pode-se calcular através de dois métodos:
1
1º método: Mh 36,2
1 1 1 1 1
4 48 30 40 32
33
03/10/2022
2. Estatísticas Descritivas
2.5. Medidas de Localização
Medidas de localização de tendência central:
São as medidas descritivas que nos dão a localização relativa de certas
observações na distribuição.
1 – Quartis
São os valores que dividem a distribuição em 4 partes iguais.
2 – Decis
São os valores que dividem a distribuição em 10 partes iguais.
3 – Percentis
São os valores que dividem a distribuição em 100 partes iguais.
34
03/10/2022
2. Estatísticas Descritivas
2.5. Medidas de Localização
Quantis Percentiles
qp = (1-a)xr + axr+1
35
03/10/2022
2. Estatísticas Descritivas
2.5. Medidas de Localização
Quartis Quartiles
Q1, o primeiro quartil, é o valor tal que 25% das observações são mais
pequenas e 75% são maiores.
Q2, o segundo quartil, é o valor tal que 50% das observações são
menores e 50% são maiores, logo, coincide com a mediana.
Q3, o terceiro quartil, é o valor tal que 75% das observações são mais
pequenas e 25% são maiores.
36
03/10/2022
2. Estatísticas Descritivas
2.5. Medidas de Localização
Quartis
n 1 3 (n 1)
Q1 ; Q 2 Mediana ; Q 3
4 4
37
03/10/2022
2. Estatísticas Descritivas
2.5. Medidas de Localização
Exemplo 2.8:
38
03/10/2022
2. Estatísticas Descritivas
2.5. Medidas de Localização
Exemplo 2.9:
Considere uma amostra de dimensão 12:
x 2
Resolução:
1
x2 3
Para o 1.º quartil tem-se p=1/4
x3 4
x4 5 n 1 12 1
x5 5 Q1 3 , 25
4 4
x6 7
x7 18
x8 21 Logo r=3 e a=0,25
x9 22
x10 32 Q 1 ( 1 0 , 25 ) 4 0 , 25 5 4 , 25
x11 41
x12 48
39
03/10/2022
2. Estatísticas Descritivas
2.5. Medidas de Localização
Resolução:
Q 2 ( 1 0 , 5 ) 7 0 , 5 18 12 , 5
Q
n 1 3
13 3
9 , 75
3
4 4
Q 3 ( 1 0 , 75 ) 22 0 , 75 32 29 , 5
Estatística I 40 Lara N. Ferreira
40
03/10/2022
2. Estatísticas Descritivas
2.6. Medidas de Dispersão
As medidas de localização não são suficientes, por si só, para caracterizar de
forma adequada um conjunto de dados
41
03/10/2022
2. Estatísticas Descritivas
2.6. Medidas de Dispersão
Considere os dados: 25 7 22 33 18 15
AT = 33 – 7 = 26
Observações:
• É fácil de calcular, mas nada nos diz como os dados estão distribuídos
entre o valor mais baixo e o valor mais alto, não devendo ser utilizada
quando os valores extremos são invulgares.
• Duas distribuições, tendo a mesma amplitude, podem ser bastante
diferentes.
Estatística I 42 Lara N. Ferreira
42
03/10/2022
2. Estatísticas Descritivas
2.6. Medidas de Dispersão
Variância Variance
( x1 x ) ( x 2 x ) ... ( x n x )
2 2 2 (x i x)2
s 2
i 1
n 1 n 1
Estatística I 43 Lara N. Ferreira
43
03/10/2022
2. Estatísticas Descritivas
2.6. Medidas de Dispersão
( xi x)2
s s 2
i1
n 1
Observações:
• A variância e o desvio padrão avaliam a variabilidade dos dados em torno
da média.
• A variância pode ser calculada a partir do desvio padrão e vice-versa.
• Para amostras de grande dimensão então no denominador usa-se n.
Estatística I 44 Lara N. Ferreira
44
03/10/2022
2. Estatísticas Descritivas
2.6. Medidas de Dispersão
45
03/10/2022
2. Estatísticas Descritivas
2.6. Medidas de Dispersão
As Medidas de Dispersão
apresentadas anteriormente, Medidas de Dispersão
são expressas na mesma Absolutas
unidade da variável
46
03/10/2022
2. Estatísticas Descritivas
2.6. Medidas de Dispersão
Coeficiente de variação
O coeficiente de variação é uma medida de dispersão relativa, expressa
em percentagem, que relaciona o desvio padrão com a média.
s
CV 100
x
Observações:
• Se CV = 0%, então não existe dispersão.
• Se CV < 50%, então a dispersão é baixa.
• Se CV 50%, então a dispersão é elevada.
47
03/10/2022
2. Estatísticas Descritivas
2.6. Medidas de Dispersão
Exemplo 2.11:
Considere os dados: 25 7 22 33 18 15
Variância:
( 7 20 ) 2 (15 20 ) 2 (18 20 ) 2 ( 22 20 ) 2 ( 25 20 ) 2 (33 20 ) 2
s
2
5
s2 79,2
Desvio Padrão: Coeficiente de variação:
8,9
s s2 79,2 8,9 CV 100% 44,5%
20
Estatística I 48 Lara N. Ferreira
48
03/10/2022
2. Estatísticas Descritivas
2.7. Medidas de Assimetria
49
03/10/2022
2. Estatísticas Descritivas
2.7. Medidas de Assimetria
50
03/10/2022
2. Estatísticas Descritivas
2.7. Medidas de Assimetria
Existem várias medidas para avaliar o grau de assimetria, sendo uma
delas o coeficiente de assimetria dado por:
m3 1 1 n 3
g 3 3 xi x Skewness
S S n i 1
x Mo 3 x Me
g1 g1
S S
51
03/10/2022
2. Estatísticas Descritivas
2.7. Medidas de Assimetria
Assimetrica
Se g 0
Positiva
Assimetrica
Se g 0
Negativa
Se g 0 Simetrica
52
03/10/2022
2. Estatísticas Descritivas
2.8. Medidas de Achatamento
Kurtosis
O achatamento mede-se da seguinte forma:
1 n
xi x 4
n i 1
g 2 b2 3 onde: b2 2
1 n
2
n xi x
i 1
53
03/10/2022
2. Estatísticas Descritivas
2.8. Medidas de Achatamento
As distribuições classificam-se em:
- leptocúrticas: g2 > 0
- mesocúrticas: g2 = 0
- platicúrticas: g2 < 0
54
03/10/2022
2. Estatísticas Descritivas
2.9. Outliers
100
75
QoL
50
inconsistentes ou aberrantes.
0
relação às observações seja mais ou < 45 45-59 60-74 >74
Age groups
menos pronunciado.
55
03/10/2022
2. Estatísticas Descritivas
2.9. Outliers
Outliers Moderados:
Q1 3Q3 Q1 xi Q1 1,5Q3 Q1
Q3 1,5Q3 Q1 xi Q3 3Q3 Q1
Outliers Severos:
xi Q1 3Q3 Q1
xi Q3 3Q3 Q1
56
03/10/2022
2. Estatísticas Descritivas
2.9. Outliers
Exemplo 2.12 (continuação de 2.9):
x1 2
x2 3 Outliers moderados:
x3 4
57
03/10/2022
2. Estatísticas Descritivas
2.10. Diagrama de Caule e Folhas
Os dígitos correspondentes a cada dado dividem-se em caule
("leading digits“) e em folhas ("trailing digits“).
Steam-and-leaf
58
03/10/2022
2. Estatísticas Descritivas
2.10. Diagrama de Caule e Folhas 16
20
10
Exemplo 2.13: 15
32
Considere uma amostra de dimensão 24. Construa o Diagrama 33
44
de Caule e Folhas: 24
2
Diagrama 6
41
de Caule e Folhas 59
55
0 26 60
39
1 001356 13
2 02334457 25
24
3 239 23
23
4 14 10
5 59 11
22
6 0 27
59
03/10/2022
2. Estatísticas Descritivas
2.11. Gráfico Caixa de Bigodes
Boxplot
Fornece uma representação gráfica de 5 medidas:
60
03/10/2022
2. Estatísticas Descritivas
2.11. Gráfico Caixa de Bigodes
Exemplo 2.14:
x1 10
x2 12 Q1
n 1 15 1
4
4
4 x 4 Q
1
13
x3 13
x4 13
x5 14
x6 14 n 1 15 1
Q Me 8
x7 16 2 2 2
x8
x9
17
17
x 8 Me Q
2
17
x10 18
x11 21
x12 21
x13
x14
27
29
Q3
3 n 1 48
4
4
12 x 12 Q
3
21
x15 30
61
03/10/2022
2. Estatísticas Descritivas
2.11. Gráfico Caixa de Bigodes
X 10 X 30
menor maior
X 10 Q 13 M e 17 Q 21 X 30
menor 1 3 maior
X 10 Q 21 X 30
menor Q 13 M e 17 3 maior
1
62
03/10/2022
2. Estatísticas Descritivas
2.11. Gráfico Caixa de Bigodes
Distribuição
D is trib u iç ã o Simétrica
s im é tric a
Distribuição
D i s t r i b u i ç ã o Assimétrica
a s s s i m é t r i c Positiva
a p o s itiv a
Distribuição
D i s t r i b u i ç ã o Assimétrica
a s s s i m é t r i c Negativa
a n e g a tiv a
63
03/10/2022
2. Estatísticas Descritivas
2.12. Medidas descritivas para uma população
64
03/10/2022
2. Estatísticas Descritivas
2.12. Medidas descritivas para uma população
Medidas descritivas para uma população de dimensão N:
N
xi
Média Aritmética: x i 1
N
65
03/10/2022
2. Estatísticas Descritivas
2.12. Medidas descritivas para uma população
Variância: (x i x ) 2
i 1
2x
N
66
03/10/2022
2. Estatísticas Descritivas
2.12. Medidas descritivas para uma população
N
Desvio Padrão: (x i x ) 2
i 1
x
N
x
CV 100
Coeficiente de Variação: x
67
03/10/2022
2. Estatísticas Descritivas
2.13. Cálculo de medidas descritivas
Excel:
O cálculo de medidas descritivas em Excel pode ser feito através da
utilização das Funções ou através do suplemento de Análise de Dados:
Seleccionar Dados
Seleccionar Análise de Dados
Clicar em Estatística Descritiva e em seguida OK
Introduzir o Intervalo de entrada (quadro de dados)
Indicar se os dados estão em linha ou em coluna: Agrupado por (…)
Escolher o Intervalo de saída (para onde vão os resultados)
Clicar em OK
68
03/10/2022
2. Estatísticas Descritivas
2.13. Cálculo de medidas descritivas
SPSS:
O cálculo de medidas descritivas, sobretudo para variáveis quantitativas,
pode ser feita em:
E depois:
1. Seleccionar a variável
3. Clicar em Ok
Estatística I 69 Lara N. Ferreira
69
03/10/2022
2. Estatísticas Descritivas
2.13. Cálculo de medidas descritivas
SPSS:
O cálculo de medidas descritivas e a produção de gráficos, para variáveis
qualitativas e quantitativas, pode ser feita em:
E depois:
1. Seleccionar a variável
4. Clicar em Ok
Estatística I 70 Lara N. Ferreira
70
03/10/2022
2. Estatísticas Descritivas
2.13. Cálculo de medidas descritivas
Exemplo 2.15: Uma empresa de compra e venda de imóveis registou o
preço de venda de todos os imóveis de uma determinada tipologia na mesma
cidade, de forma a fazer recomendações aos seus clientes.
𝑄1 = 155332 𝐶𝑉 = 13,3%
𝐴𝑠𝑠𝑖𝑚𝑒𝑡𝑟𝑖𝑎 = −0,164
𝑄3 = 193021,5
𝐶𝑢𝑟𝑡𝑜𝑠𝑒 = −0,765
Estatística I 71 Lara N. Ferreira
71
03/10/2022
2. Estatísticas
ESGHT -Descritivas
UAlg
Estatística I
2. Estatísticas Descritivas e
Apresentação de Dados
Dúvidas?
1. Tutorias
2. Lnferrei@ualg.pt
3. Gabinete 40
Estatística I 72 Lara N. Ferreira
72