Escolar Documentos
Profissional Documentos
Cultura Documentos
Histograma - Interpretar Os Principais Resultados
Histograma - Interpretar Os Principais Resultados
resultados
Neste tópico
Picos e dispersão
Identificar os picos, que são os agrupamentos mais altos de barras. Os picos
representam os valores mais comuns. Avalie a dispersão da sua amostra para
entender o quanto seus dados variam.
Por exemplo, neste histograma dos tempos de espera do cliente, o pico de dados
ocorre em cerca de 6 minutos. A dispersão de dados é a partir de cerca de 2
minutos a 12 minutos.
Investigue qualquer característica indesejável ou surpresa no histograma. Por
exemplo, o histograma dos tempos de espera do cliente demonstrou uma
dispersão que é maior do que o esperado. Uma investigação revelou que uma
atualização de software aos computadores causou atrasos nos tempos de espera
do cliente.
n = 20
n = 100
Dados assimétricos
Quando os dados são assimétricos, a maior parte dos dados está localizada no lado
superior ou inferior do gráfico. A assimetria indica que os dados podem não ser
normalmente distribuídos.
Assimétricos à direita
Assimétricos à esquerda
Se você sabe que seus dados não são naturalmente assimétricos, investigue as
possíveis causas. Se você desejar analisar dados severamente assimétricos, leia o
tópico de considerações de dados para análise para garantir que você pode usar
dados que não são normais.
Outliers
Outliers, que são valores de dados que estão distantes dos outros valores de dados,
podem afetar fortemente seus resultados. Geralmente, outliers são a maneira mais
fácil de identificar em um boxplot.
Dados multimodais
Dados multimodais têm mais do que um pico. (Um pico representa o modo de um
ajuste de dados.) Os dados multimodais geralmente ocorrem quando os dados são
coletados a partir de mais de um processo ou condição, como mais do que uma
temperatura.
Por exemplo, estes histogramas são gráficos dos mesmos dados. O histograma
simples tem dois picos, mas não está claro o que os picos significam. O histograma
com grupos demonstra que os picos correspondem a dois grupos.
Simples
Com grupos
DICA
Para adicionar uma variável de grupo a um gráfico existente, clique duas vezes em
uma representação de dados no gráfico e, logo, clique na aba Grupos.
Se seu histograma tiver uma linha de distribuição ajustada, avalie o quão perto as
alturas das barras seguem o formato da linha. Se as barras seguirem a linha de
distribuição ajustada de perto, os dados se ajustarão bem a distribuição.
OBSERVAÇÃO
Bom ajuste
Ajuste ruim
Para uma medida precisa do ajuste de distribuição, use um gráfico de
probabilidade para verificar o ajuste da significância estatística.
Centros
Histogramas sobrepostos
Histograma em painéis
Por exemplo, estes histogramas demonstram os pesos dos jarros que foram cheios
por três máquinas. Apesar de os histogramas terem quase o mesmo centro, alguns
histogramas são mais amplos e dispersos. A dispersão mais ampla indica que tais
máquinas enchem os jarros de forma menos consistente.
Histogramas sobrepostos
Histograma em painéis
Use uma linha de distribuição ajustada para avaliar o quão bem os dados da
amostra seguem uma distribuição teórica específica. Por padrão, o Minitab ajusta
uma distribuição normal e estima os parâmetros para a distribuição de sua amostra.
Neste tópico
Sobre linhas de distribuição ajustadas
Adicionar uma linha de distribuição ao criar um gráfico
Adicionar ou remover uma linha de distribuição ajustada em um gráfico de
probabilidade existente ou um gráfico da FDA empírica
Adicionar ou remover uma linha de distribuição ajustada em um histograma
Editar uma linha de distribuição ajustada
Os gráficos a seguir incluem uma linha de distribuição normal ajustada. Cada tabela
do gráfico exibe as estimativas de parâmetro usadas para gerar a linha ou a curva.
normal ajustada.
Nesse gráfico de FDA empírica, a linha vermelha é a linha de distribuição normal
ajustada.
Nesse histograma, a distribuição normal ajustada não parece ser um bom ajuste.
Existem mais dados do que o esperado à esquerda do pico e na cauda direita.
Uma linha de distribuição normal ajustada aparece por padrão, por exemplo, em
gráficos de probabilidade e em gráficos da FDA empírica. É possível especificar uma
distribuição diferente para esses gráficos ou adicionar uma linha de distribuição
ajustada a outros gráficos, como os histogramas, ao criar um gráfico.
DICA
Use ANOVA com 1 fator quando você tem um fator categórico e uma resposta
contínua e quer determinar se as médias populacionais de dois ou mais grupos
diferentes. Se o teste verificar que pelo menos um grupo é diferente, utilize a caixa
de diálogo Comparações no ANOVA com um fator para identificar pares de grupos
que são significativamente diferentes.
Para executar uma ANOVA com um fator, selecione Estat > ANOVA > Um fator.
Se você tiver dois ou mais fatores categóricos fixos, use Ajustar modelo linear
generalizado se você tiver todos os fatores fixos ou Ajustar modelo de efeitos
mistos se você tiver fatores aleatórios.
Se você quiser representar graficamente a relação entre um preditor
contínuo (numérico) e uma resposta contínua, use Gráfico de linha ajustada.
Se você tiver mais de um preditor, use Ajuste do modelo de regressão.
Se você tiver apenas variáveis categóricas, tanto para a resposta quanto para
os fatores, vá para O que é um modelo linear generalizado? a fim de saber
qual tipo de análise de regressão usar.