Resumo Estatística

➢ Análise exploratória:
- Conhecer a base de dados;
- Controlo e qualidade para erros cometidos na introdução;
- Verificar a normalidade da distribuição de valores em
estudo;
- Identificar Outliers;
- Identificar dados omissos;

➢ Estatística Descritiva:

1. Verificar a proximidade entre a média e mediana;

2. Analisar a dispersão dos valores em torno da média
(média e desvio padrão).
3. Observar os mínimos e máximos e identificar valores
extremos;
4. Observar valores de assimetria e curtose;

Os valores ideais são 0.

Em ambas a medida deve-se calcular o quociente

entre estatística e o erro padrão. Se o resultado for
superior a 1,96 suspeita se de problemas.

➢ Teste de Normalidade:

FACULDADE DE DESPORTO UNIVERSIDADE DO PORTO

21/22
 ✓ Se o Sig. for superior que 0.05, a distribuição cumpre a
normalidade. Neste exemplo como o Sig. é 0,200 a distribuição
cumpre a normalidade, logo, não se rejeita H0.

✓ Quando a amostra é superior a 50 elementos, devemos olhar para

o Sig. do teste “Kolmogorov”. Quando a amostra for inferior a 50
elementos devemos olhar para o Sig do teste “Shapiro-Wilk”.

• CONCEITOS:

 Estatistica: Compreende um conjunto de técnicas através das quais

se pode recolher, organizar, analisar e interpretar dados de uma ou
mais variáveis com o objetivo de extrair conclusões e tomar
decisões.

 Estatistica Descritiva: Reúne procedimentos visando recolha,

organização, apresentação e descrição de 1 conjunto e observações
qualitativas e quantitativas.

 Estatistica Inferencial: Abrange métodos de análise de observações

que viram testar hipóteses e estimar características (parâmetros)
populacionais com base nas amostras.

➢ Tipos de variáveis:

FACULDADE DE DESPORTO UNIVERSIDADE DO PORTO

21/22
FACULDADE DE DESPORTO UNIVERSIDADE DO PORTO
21/22
FACULDADE DE DESPORTO UNIVERSIDADE DO PORTO
21/22
FACULDADE DE DESPORTO UNIVERSIDADE DO PORTO
21/22
 ➢ Análise univariada, bivariada e multivariada:

 Análise Univariada: Cada variável é um caso tratado isoladamente.

 Análise Bivariada: Procura-se observar a relação entre 2 variáveis.

Esta etapa deve ser precedida de uma análise univariada a cada
variável.

 Análise Multivariada: É uma análise utilizada para conhecer a

relação simultânea entre mais que 2 variáveis.

➢ População e Amostra:

 População:

- Grupo que contém todas as observações possíveis;

- Numa população as medidas de tendência central e de
dispersão são fixas e invariantes.
- As caraterísticas da população designam-se por parâmetros.

 Amostra:

- Subconjunto da população de tal modo escolhido que seja

representativo da população;
- As medidas de tendência central e de dispersão são
estimativas dos parâmetros da população e designam-se por
estatísticas.

FACULDADE DE DESPORTO UNIVERSIDADE DO PORTO

21/22
 ➢ Testes Paramétricos (IMPORTANTE):

✓ Testam afirmações sobre parâmetros populacionais (médias,

variâncias, proporções);
✓ Exigem que as distribuições populacionais pertençam a
determinadas famílias paramétricas;
✓ Servem para conhecer se uma determinada amostra provêm
de uma população com uma distribuição teórica especifica (
Binomial, Normal, Poisson).

➢ Testes Não Paramétricos (IMPORTANTE):

✓ Podem se aplicar em variáveis Quantitativas E Qualitativas;

✓ Não exigem que as distribuições populacionais pertençam a
determinadas famílias paramétricas;
✓ São utilizados em distribuições que não são normais ou
quando as amostras são pequenas (menos de 30 elementos).

➢ ESTATÍSTICA DESCRITIVA:

✓ Resumir e representar de uma forma compreensível a

informação contida nos dados;

✓ Adquire importância quando o volume de dados é grande;

✓ Materializa se na construção de tabelas, gráficos ou no

cálculo de medidas que representem a informação contida
nos dados;

IMPORTANTE DECORAR GRÁFICO

FACULDADE DE DESPORTO UNIVERSIDADE DO PORTO

21/22
 ➢ Assimetria da distribuição:

✓ É o grau de desvio ou afastamento da simetria de uma

distribuição;
✓ É a propriedade que indica onde se localiza uma maior
concentração dos dados;
✓ É relacionada entre a média, mediana e moda;

FACULDADE DE DESPORTO UNIVERSIDADE DO PORTO

21/22
 Curtose (Achatamento) da distribuição:

✓ É o grau de achatamento de uma distribuição emr elação à

distribuição normal;
✓ A curtose pode ser de 3 tipos:

- Mesocúrtica: Distribuição normal;

- Leptocúrtica: Distribuição mais pontiaguda;
- Platicúrtica: Distribuição mais achatada.

➢ Distribuições de probabilidades:

FACULDADE DE DESPORTO UNIVERSIDADE DO PORTO

21/22
FACULDADE DE DESPORTO UNIVERSIDADE DO PORTO
21/22
 ➢ Distribuição Normal (IMPORTANTE):

➢ É uma distribuição de probabilidade descrita por dois

parâmetros a média μ e o desvio padrão σ;
➢ Na área sob a curva estão 100% dos dados;
➢ Tem o formato de um sino;
➢ É simétrica em relação à média;
➢ A média, a mediana e a moda são iguais;
➢ É unimodal;
➢ Assumindo desvio padrão constante, é uma distribuição que
se desloca à direita se a média aumenta e à esquerda se a
média diminui;
➢ O desvio padrão é a distância entre a média e o ponto de
inflexão da curva;
➢ Sofre achatamento quando o desvio padrão aumenta e
alongamento quando o desvio padrão diminui;

FACULDADE DE DESPORTO UNIVERSIDADE DO PORTO

21/22
 ➢ Distribuição Normal Padronizada:

✓ É um tipo especial de distribuição com média igual a 0

e variância igual a 1 e para a qual as
probabilidades foram tabuladas;

✓ Qualquer distribuição normal pode ser padronizada ,

desde que se ponha a média igual a 0 e a variância
igual a 1.

✓ Essa abordagem é dada pela definição de uma nova

variável aleatória Z, chamada de variável aleatória
padronizada, dada pela função linear Z.

➢ Amostra VS População:

FACULDADE DE DESPORTO UNIVERSIDADE DO PORTO

21/22
 ➔ AMOSTRA:

✓ As amostras são estudadas mais rapidamente que as

populações;
✓ O estudo de uma amostra é mais económico que o de
uma população;
✓ Os resultados de uma amostra são, por vezes, mais
precisos que os resultados baseados numa população.
Sendo necessários menos recursos humanos é possível
disponibilizar mais tempo e dinheiro a preparar os
procedimentos;
✓ Se a amostra for bem selecionada é possível utilizar
métodos probabilísticos para estimar o erro da
estatística resultante.

FACULDADE DE DESPORTO UNIVERSIDADE DO PORTO

21/22
FACULDADE DE DESPORTO UNIVERSIDADE DO PORTO
21/22
NOTA: - 95% de grau de confiança, significa que existem 5 probabilidades
em 100 de o Intervalo de Confiança não conter a média populacional.

➢ Testes de Hipóteses (IMPORTANTE):

✓ Através destes testes, poderemos aceitar ou refutar uma hipótese;

✓ Passos a realizar no teste:

1. Definição da Hipótese Nula (H0) e alternativa (H1);

2. Cálculo do valor do teste estatistico especifico a H0;
3. Cálculo do valor de prova (p) de um teste estatistico;
4. Comparação do valor de prova (p) com o nivel de significância.

• Valor de prova: A probabililade (P) de obter por acaso o resultado

observado no teste estatistico realizado, ou outro ainda mais
extremo, admitindo que H0 é verdadeiro.

• Comparação do valor de prova (P) com o nivel de significância:

Se o P é menor que o nivel de significância, consideramos H0
improvável de rejeitar.

FACULDADE DE DESPORTO UNIVERSIDADE DO PORTO

21/22
 EXEMPLO: - Se utilizarmos o nivel de significância = 0,05;
• Se o valor de prova for maior que 0,05, a diferença não é
significativa;
• Se o valor de prova for inferior ou igual a 0,05 a diferença é
significativa;

FACULDADE DE DESPORTO UNIVERSIDADE DO PORTO

21/22
 ➢ Inferência sobre médias:

TESTES DE HIPÓTESES

VERDE -» TESTES PARAMÉTRICOS

AMARELO –» TESTES NÃO PARAMETROS
FACULDADE DE DESPORTO UNIVERSIDADE DO PORTO
21/22
FACULDADE DE DESPORTO UNIVERSIDADE DO PORTO
21/22
 ➢ PRESSUPOSTOS PARA A UTILIZAÇÃO DO TESTE T AMOSTRAS
INDEPENDENTES:

TESTE ANOVA INDEPENDENTES

FACULDADE DE DESPORTO UNIVERSIDADE DO PORTO

21/22
 ➔ Para que 2 grupos possam ser comparados em simultâneo é
necessário analisar a variabilidade entre grupos e dentro do próprio
grupo!

➢ Variação entre grupos: corresponde às diferenças entre cada

individuo em relação à média de todas as observações
(grupos).

➢ Variação dentro do grupo: corresponde às diferenças entre

cada individuo em relação à média das observações do grupo
ao qual pertence.

A ANOVA analisa a igualdade das variâncias dos dados comparando

estes dois componentes (variação entre grupos similar à variação dentro
dos grupos).

FACULDADE DE DESPORTO UNIVERSIDADE DO PORTO

21/22
FACULDADE DE DESPORTO UNIVERSIDADE DO PORTO
21/22
 ➢ Correlação e regressão linear simples:

NOTA: A análise gráfica e crucial para se proceder aos estudos das

variáveis através do Diagrama de Dispersão.

EXEMPLO 1: Relação Altura x Peso.

Existe uma relação positiva entre a altura x peso.

Á medida que altura aumenta o peso também

aumenta.
NOTA: Em termos médios os mais altos são os mais
pesados

FACULDADE DE DESPORTO UNIVERSIDADE DO PORTO

21/22
EXEMPLO 2: Relação entre o Peso x Impulsão dos atletas.

Existe uma relação negativa entre Peso x Impulsão

dos atletas.

Á medida que o peso aumenta a impulsão diminui.

NOTA: Em termos médios, os mais pesados tendem

a saltar menos.

EXEMPLO 3: Relação entre o Peso x Número de cigarros. ´

Não existe relação entre Peso x Número de

cigarros.

À medida que o peso aumenta o número de

cigarros não aumenta nem diminui.

FACULDADE DE DESPORTO UNIVERSIDADE DO PORTO

21/22
~

FACULDADE DE DESPORTO UNIVERSIDADE DO PORTO

21/22
FACULDADE DE DESPORTO UNIVERSIDADE DO PORTO
21/22
FACULDADE DE DESPORTO UNIVERSIDADE DO PORTO
21/22
FACULDADE DE DESPORTO UNIVERSIDADE DO PORTO
21/22
FACULDADE DE DESPORTO UNIVERSIDADE DO PORTO
21/22
FACULDADE DE DESPORTO UNIVERSIDADE DO PORTO
21/22
FACULDADE DE DESPORTO UNIVERSIDADE DO PORTO
21/22
PEDRO FREDERICO SILVA
FACULDADE DE DESPORTO UNIVERSIDADE DO PORTO
2021/2022

FACULDADE DE DESPORTO UNIVERSIDADE DO PORTO

21/22