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 e da
saúde, 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

 2. ESTATÍSTICA ANALÍTICA

A estatística analítica pode ser dividida em

duas partes, a descritiva e a inferencial.

A estatística descritiva é representada por um

conjunto de métodos que descreve os dados
coletados — e tem por objetivo fazer com que
eles sejam compreendidos mais facilmente. Isso
se dá por meio da organização, simplificação,
descrição e apresentação dos dados. Tabelas,
gráficos e medidas que resumem os dados brutos
são suas ferramentas.

A estatística inferencial é representada por um

conjunto de métodos de análise que nos permite
tirar conclusões (inferir) sobre a população com
base em apenas parte dela (amostra). Alguns
exemplos de análises ou testes inferenciais são:
qui-quadrado, anova, teste t, correlação,
regressão linear, regressão logística, etc.

APRENDER ESTATÍSTICA FÁCIL 11

 3. POPULAÇÃO & AMOSTRA

Uma população pode ser definida como a

totalidade de elementos que compõem um
determinado conjunto. Estes elementos devem
ter em comum alguma característica que os
conecte.

Já uma amostra pode ser definida como uma

parte (ou um subconjunto) dos elementos que
compõem a população.

Totalidade dos elementos que

POPULAÇÃO compõem um determinado conjunto

Uma parte dos elementos

AMOSTRA que compõem a população

APRENDER ESTATÍSTICA FÁCIL 12

 A seguir alguns exemplos de
populações:

(a) Pessoas residentes na cidade

de Curitiba.
(b) Cães que vivem em um
determinado canil.
(c) Árvores dentro do Parque
Nacional da Tijuca.
(d) Alunos matriculados em uma
determinada disciplina.
(e) Peixes que vivem na Lagoa da
Conceição em Florianópolis.

Ao conduzirmos uma
amostragem, coletamos dados
de apenas uma parte dos
elementos que compõem a
população (amostra).

Fazemos isso, pois seria muito

custoso, em tempo e dinheiro,
coletar dados de todos os
elementos da população.

Além disso, coletar todos estes

dados se tornaria um processo
extremamente desnecessário
se seguirmos os passos aqui
propostos.

APRENDER ESTATÍSTICA FÁCIL 13

 4. ERRO AMOSTRAL

Devemos ter em mente que uma amostra nunca

representará perfeitamente uma população.
Assim, temos o erro amostral, que é
representado pela diferença entre o resultado
amostral e o verdadeiro valor populacional.

O problema do erro amostral é que ele atrapalha

inferirmos sobre características da população a
partir de dados amostrais. Ele pode nos levar a
tirar conclusões errôneas.

= -
ERRO VALOR REAL DA VALOR OBTIDO
AMOSTRAL POPULAÇÃO NA AMOSTRAGEM

OCORRE
DEVIDO A

dados coletados, registrados ou

flutuações amostrais aleatórias
analisados incorretamente

COMO
EVITAR?

etapa feita com atenção, e se cálculo amostral e se pertinente

possível uma 2ª verificação aumentar o tamanho amostral

APRENDER ESTATÍSTICA FÁCIL 14

 Por isso, um fato óbvio é que
quanto menor o erro
amostral, melhor!

Mas então como diminuí-

lo?

Simplesmente calculando
um tamanho amostral
adequado e coletando por
meio de um método de
amostragem apropriado.

Não se preocupe, pois vai

aprender a fazer isso aqui!

Por que é importante que eu

saiba da existência do erro
amostral?

Para que entenda a

importância de que seja feito
um cálculo de tamanho
amostral e uma amostragem
adequados.

APRENDER ESTATÍSTICA FÁCIL 15

 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.

APRENDER ESTATÍSTICA FÁCIL 16

 RELAÇÃO ENTRE
População: Amostra: Elemento: Variável

Totalidade dos
elementos.

POPULAÇÃO

Durante a amostragem da população,

coletamos uma parte dos elementos.

AMOSTRA

Então, de cada elemento amostrado,

extraímos as informações de interesse, ou
seja, as variáveis — exemplo: peso, altura, cor
do olho, idade, temperatura corporal, dias de
internação, etc.

ELEMENTO

APRENDER ESTATÍSTICA FÁCIL 17

 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).

APRENDER ESTATÍSTICA FÁCIL 18

 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

Apesar de não indicado na maioria das vezes, podemos

transformar variáveis quantitativas em qualitativas.

Considere, por exemplo, que a estatura de um homem

adulto varie entre 1,40 e 2,00 m. Quando coletarmos
dados dos elementos da população, podemos encontrar
absolutamente qualquer valor dentro deste intervalo. Caso
não queira usar os dados em seu estado bruto,
quantitativo, podemos transformar a variável em
qualitativa categorizando-a em grupos, por exemplo,
baixos (1,40–1,60 m), médios (1,60–1,80 m) e altos (1,80–
2,00 m).

Repare, no entanto, a quantidade de informação perdida

nesta transformação!

APRENDER ESTATÍSTICA FÁCIL 19

 6. QUEM CAUSA & QUEM SOFRE O
EFEITO?

A estatística inferencial nos permite fazer

inferências sobre características da população a
partir de dados da amostra. Assim, podemos
tomar decisões mais adequadas e ainda fazer
previsões.

Na maioria das vezes na análise inferencial temos

duas variáveis e investigamos a ocorrência de
algum tipo de relação entre elas ou diferenças
entre grupos. Assim temos que identificar estas
duas variáveis, uma como independente e a
outra como dependente.

Para definir qual

teste estatístico
inferencial utilizar, é
preciso caracterizar PRECIPITAÇÃO
var. independente
as variáveis. (causa o efeito)

CRESCIMENTO PLANTAÇÃO
var. dependente
(sofre o efeito)

APRENDER ESTATÍSTICA FÁCIL 20

 A variável independente (X) representa a que causa o
efeito, sendo também conhecida como variável explicativa
ou preditora.

Já a variável dependente (y), sofre o efeito e é também

conhecida como variável resposta.

Entenda melhor esta relação por meio de outros

exemplos abaixo.

Podemos também incluir mais de uma variável

independente (X), que causa o efeito, em uma única
análise.

Por exemplo, o crescimento da plantação pode ser

influenciado pela precipitação e também pela
temperatura.

*De uma população, amostramos alguns elementos; e é

destes elementos que extraímos as variáveis. No exemplo, o
elemento é a plantação, e as variáveis extraídas são a
precipitação nela e seu crescimento.

APRENDER ESTATÍSTICA FÁCIL 21

 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

APRENDER ESTATÍSTICA FÁCIL 22

 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.

APRENDER ESTATÍSTICA FÁCIL 23

 8. SINTETIZANDO

Durante a formulação do
questionamento que quer
responder, você precisará
definir:

(a) A população alvo onde se

dará a amostragem dos
elementos.

(b) As variáveis de interesse

a serem extraídas dos
elementos amostrados da
população.

(c) A análise estatística que

responderá sua pergunta.

(d) O método de
amostragem.

(e) O tamanho amostral.

*Não se preocupe, pois tudo

isso será aqui abordado.

APRENDER ESTATÍSTICA FÁCIL 24

 EXEMPLO #1 PARA FIXAÇÃO DOS CONCEITOS

A temperatura influencia na produção de tomate em plantações

no Brasil?

Neste caso, cada plantação de tomate no Brasil representa um

elemento da população alvo.

Então, teríamos como população alvo todas as plantações de

tomate instaladas no Brasil.

As variáveis de interesse a serem extraídas dos elementos

amostrados serão a temperatura (ºC) e a produção do tomate
(kg/m²), ambas quantitativas.

A variável independente (X), que causa o efeito, é a

temperatura, e a variável dependente (y), que sofre o efeito, é a
produção de tomate em plantações.

Ambas variáveis devem ser obtidas de cada plantação amostrada.

Como temos duas variáveis quantitativas que queremos verificar a

relação, podemos usar como análise estatística uma regressão
linear simples, por exemplo.

Agora basta definirmos o método de amostragem e fazermos

um cálculo do tamanho amostral para definir o número
adequado de observações.

*Dentre as etapas, inclui-se verificar a premissa de normalidade para

a correta definição da análise estatística.

APRENDER ESTATÍSTICA FÁCIL 25

 EXEMPLO #2 PARA FIXAÇÃO DOS CONCEITOS

No Brasil, pessoas do sexo masculino apresentam QI

(quociente de inteligência) médio diferente de pessoas do sexo
feminino?

Neste caso, cada pessoa residente no Brasil representa um

elemento da população alvo. Então, teríamos como população
alvo todas as pessoas residentes no Brasil.

As variáveis de interesse a serem extraídas de cada elemento

amostrado serão o sexo e o QI. Sexo representa uma variável
qualitativa com dois atributos (masculino e feminino), e QI
representa uma variável quantitativa.

Como o sexo definiria o QI e não o contrário, a variável

independente (X), que causa o efeito, é o sexo, e a variável
dependente (y), que sofre o efeito, é o QI.

Ambas variáveis devem ser obtidas de cada pessoa amostrada.

Como temos uma variável qualitativa independente (X) com dois

grupos e um variável quantitativa dependente (y) que queremos
verificar diferença entre grupos, podemos usar como análise
estatística um teste t de Student.

Agora basta definirmos o método de amostragem e fazermos

um cálculo do tamanho amostral para definir o número
adequado de observações.

*Dentre as etapas, inclui-se verificar a premissa de normalidade para

a correta definição da análise estatística.

APRENDER ESTATÍSTICA FÁCIL 26