Métodos estatísticos

A definição do problema e o planejamento

O que é Estatística ?

ESTATÍSTICA: conjunto de técnicas que permite,

de forma sistemática, coletar, organizar, descrever,
analisar e interpretar dados oriundos de estudos
ou experimentos, realizados em qualquer área do
conhecimento.
 Algumas
Atividades que
Envolvem o uso • Área Social: O censo populacional.
de métodos • Área Industrial: Confiabilidade de Sistemas,
Controle Estatístico de Qualidade, etc.
quantitativos • Área Agropecuária: Identificação de melhores
formas de manejo, etc.
(Estatística). • Área Bancária: Concessão de Crédito, Atuária.
• Marketing: Pesquisas de Mercado, Inferência, etc.
Principais Áreas da Estatística
• Probabilidade: Teoria matemática utilizada para
se estudar a incerteza oriunda de fenômenos de
caráter aleatório.
• Estatística Descritiva: Utilizada na etapa inicial
da análise, quando tomamos contato com os
dados pela primeira vez. É o conjunto de
técnicas destinadas a descrever e resumir os
dados a fim de que possamos tirar conclusões a
respeito da característica de interesse.
• Inferência Estatística: Estudo de técnicas que
possibilitam a extrapolação, a um grande
conjunto de dados, das informações e
conclusões obtidas a partir de subconjuntos de
valores, usualmente de dimensão muito menor.
Processo decisório
• A teoria matemática desloca a ênfase na ação para a
ênfase na decisão que antecede a ação e provê
informações e subsídios que minimizam o risco das
decisões através de modelos estatísticos.

• O Processo decisório constitui o campo de estudo da

Teoria da Decisão, um desdobramento da Teoria
Matemática.

• A tomada de decisão é vista sob duas perspectivas:

• Perspectiva do processo.

• Perspectica do problema.
Processo decisório
• Perspectiva do processo - concentra-se nas etapas da tomada de decisão e
focaliza o processo decisório em uma sequência de três etapas simples:

• Definição do problema.
• Definição de quais são as alternativas possíveis para solucionar o
problema.
• Definição de qual é a melhor alternativa, dentre as possíveis, para solução
do problema.

• A perspectiva do processo concentra-se na escolha da solução que produza

melhor eficiência.
Processo decisório
• Perspectiva do problema - está orientada para resolução de problemas e sua
ênfase está na solução final do problema.

• Na perspectiva do problema o tomador de decisão aplica métodos

quantitativos para tornar o processo decisório o mais racional possível.

• A perspectiva do problema concentra-se com a eficácia da decisão

 Problemas estruturados
• Problema estruturado é aquele problema que pode ser perfeitamente definido,
pois suas principais variáveis são conhecidas.
• Pode ser subdivido em três categorias:
• Decisões sobre certeza - as variáveis são conhecidas e a relação entre as
ações e suas consequências é determinística.
• Decisões sob risco - as variáveis são conhecidas e a relação entre a
consequência e a ação é conhecida em termos probabilísticos.
• Decisões sob incerteza - as variáveis são conhecidas, mas as
probabilidades para avaliar a consequência de uma ação são
desconhecidas ou não são determinadas com algum grau de certeza. Risco
Certeza Incerteza Probabilidades Probabilidades Objetivas Subjetivas
Problemas não
estruturados
• Problema não estruturado é aquele que não
pode ser claramente definido, pois uma ou mais
variáveis é desconhecida ou não pode ser
determinada com algum grau de confiança.
Decisões programadas
• Decisões Programadas:

• Dados adequados.

• Resolvem problemas que já foram enfrentados

antes e que se comportam de
• maneira igual.

• Exemplo: limite de crédito de clientes no

banco.
Decisões não programadas

• Decisões Não Programadas:

• São separadas uma a uma.

• Não são resolvidas pelas soluções

padronizadas.
O planejamento
Como resolver o problema?

Determinar o procedimento a se utilizar para a resolução do problema;

Quais dados deverão ser coletados?

Como se deve obter os dados? Censo ou amostragem?

Cronograma, delineamento da amostra(se for o caso), áreas de investigação, grau

de precisão exigido, etc.
Definição
 Uma variável aleatória é uma variável (normalmente representada por x) que tem um
único valor numérico, determinado por acaso, para cada resultado de um
experimento.

 Uma variável aleatória pode ser contínua ou discreta.

Classificação de Variáveis
Discreta
Tem ou um número finito de valores, ou uma quantidade enumerável de valores, onde
“enumerável” se refere ao fato de que podem existir infinitos valores, mas que podem
ser associados a um processo de contagem;

Contínua
Tem infinitos valores, e esses valores podem ser associados com medidas em uma
escala contínua, de modo que não há pulos ou interrupções.
 Exemplos de Variável Aleatória Discreta

Experimento Variável Aleatória X Valores da Variável

Aleatória
Contratar Clientes Número de clientes 0, 1, 2, 3, 4, 5
que compram
Inspecionar um Número de rádios 0, 1, 2, 3, 4, 5, ..., 49,
embarque de 50 rádios defeituosos 50

Vender um automóvel Gênero do cliente 0 se masculino

1 se feminino
Vendas no Shopping Número de clientes 0, 1, 2, 3, 4, 5........
 Exemplos de Variável Aleatória Contínua

Experimento Variável Aleatória X Valores da variável

Aleatória
Operar um banco Tempo entre as chegadas dos x≥0
clientes
Encher um recipiente de Número de ml 0 ≤ x ≤ 343
refrigerante
Trabalhar em um Porcentagem do término do 0 ≤ x ≤ 100
projeto projeto após 6meses
Variável Aleatória
• Uma mesma variável aleatória pode ser considerada discreta ou contínua dependendo
do tipo de experimento, do ponto de vista de quem a usa ou do contexto.

Exemplo: tempo.
Tempo gasto para percorrer uma certa distância por um carro: variável aleatória
contínua;
Tempo gasto pela luz para percorrer distâncias entre estrelas (anos-luz): variável
aleatória discreta.
Levantamento de
dados e apresentação
tabular
•Níveis de mensuração
•Apuração de dados
•Apresentação tabular
•Exercícios

64
Levantamento de dados
e apresentação tabular

• Níveis de mensuração (Berquó et al, 1981)

• Escalas
• Nominal
• Ordinal
• Intervalar
• De razões
• Discreta
• Contínua

65
Escala nominal

Os indivíduos são classificados em

categorias segundo uma característica.
Ex: sexo (masculino, feminino),
hábito de fumar (fumante, não
fumante),
sobrepeso (sim, não)

Níveis de mensuração

66
 • Escala ordinal

Níveis de • Os indivíduos são classificados em categorias que possuem

algum tipo inerente de ordem. Neste caso, uma categoria

mensuração pode ser "maior" ou "menor" do que outra.

•
• EX: nível sócio-econômico (A, B, C e D)

67
 Níveis de mensuração
Escala intervalar
Este nível de mensuração possui um valor zero arbitrário.
Ex: temperatura em graus Celsius e Fahrenheit.
Como o zero, da escala, é arbitrário, somente faz sentido o cálculo da diferença mas
não o da razão entre dois valores.
Exemplo:
0 0
material C F |dif0C| |dif 0F| dif0C/dif0F razão0C razão0F Razão0C/razão0F
A 20 68 |A-B|=20 |A-B|=36 0,56 A/B=0,50 A/B=0,65 0,77
B 40 104 |B-C|=20 |B-C|=36 0,56 B/C=0,67 B/C=0,74 0,91
C 60 140 |A-C|=40 |A-C|=72 0,56 A/C=0,33 A/C=0,49 0,67

9 
a temperatura em graus Fahrenheit é dada por  ( da temperatura em graus Celsious)  32 
5 
comprimento cm polegada |difcm| |dif pol| Difcm/difpol Razãocm Razãopol Razãocm/razãopol
A 20 50,8 |A-B|=15 |A-B|=38,1 0,394 A/B=0,571 A/B=0,571 1
B 35 88,9 |B-C|=5 |B-C|=12,7 0,394 B/C=0,875 B/C=0,875 1
C 40 101,6 |A-C|=20 |A-C|=50,8 0,394 A/C=0,5 A/C=0,5 1

1 polegada = 2,54 cm

68
 Escala de razões discreta
• O resultado numérico da mensuração é um valor inteiro
Ex: número de refeições em um dia (0, 1, 2, 3,...)

Níveis de Escala de razões contínua

• O resultado numérico é um valor pertencente ao conjunto
mensuração dos números reais
Ex: idade (anos), peso (g), altura (cm), nível de retinol sérico
(g/dl), circunferência da cintura (cm)

69
 razões

intervalar

ordinal

nominal

Idoso (sim/não) Criança 1, 4, 15, 24, 32, 40, 51, 56, 59, 61, 63, 70, 74, 80, 86
Jovem
Adulto
Idoso

Níveis de
Outra denominação:
mensuração Variável qualitativa nominal
qualitativa ordinal
quantitativa discreta
quantitativa contínua

70
 • Processo no qual conta-se o número de vezes que a
variável assumiu um determinado valor (freqüência de
ocorrência).

• Pode ser manual, mecânica ou eletrônica

Apuração de • Distribuição de freqüências - correspondência entre

dados categorias (valores) e freqüência de ocorrência.

•
•

71
Apuração de dados
. tab ir

ir | Freq. Percent Cum.

------------+-----------------------------------
não | 428 88.25 88.25
sim | 57 11.75 100.00
------------+-----------------------------------
Total | 485 100.00

. tab sexo ir,row chi

| ir
sexo | não sim | Total
-----------+----------------------+----------
masc | 334 46 | 380
| 87.89 12.11 | 100.00
-----------+----------------------+----------
fem | 94 11 | 105
| 89.52 10.48 | 100.00
-----------+----------------------+----------
Total | 428 57 | 485
| 88.25 11.75 | 100.00

72
 Exercícios
Questão 1
Classificar quanto à natureza, as seguintes variáveis:
Variável Tipo (natureza)
condição de saúde (doente, não doente)
tipo de parto (normal, cesário)
Nível de colesterol sérico (mg/100cc)
tempo de um procedimento cirúrgico (minutos)
número de praias consideradas poluídas
Custo do procedimento (reais)

73
Técnicas de Amostragem
Coleta de dados
Raciocínio Estatístico

População Dados
Amostragem

Estatística
Descritiva

Inferência Estatística
(Probabilidade)

Com Suporte Computacional

Noções Básicas
• Definição de População: Ao grande conjunto de elementos
que contém determinada característica comum, que temos
interesse recebe o nome de população.

População 1 População 2

Ex1: Toda a população brasileira.

Ex2: Toda a população de sapos brasileiros.

Noções Básicas
Quando observamos todos os dados, procedemos ao Censo.
Exemplo: Examinar todos os brasileiros quanto a condição de
nutrição.

População

Qual é a proporção de
brasileiros desnutridos?
=?

• Um parâmetro é uma medida numérica que descreve uma

característica de uma população. Ex: 20% dos brasileiros estão
desnutridos.
 Quase não se trabalha com
população.
Noções
Básicas
• Alto custo da pesquisa/experimento
(material, pessoal, logística, etc);
Motivos • Resultados demorados;

Principais • Razões Éticas (experimentos com animais);

• Impossibilidade (Linha de produção,
sangue, etc).
 Noções Básicas: Amostra.
Definição: subconjunto (parcela) da população, em geral
com dimensão sensivelmente menor.

População
Amostra

x : Estatística.

• Estatística: é uma medida numérica que descreve uma

característica de uma amostra. Ex: média da altura da pop.
Brasileira, proporção de desnutridos, etc.
Noções Básicas: Amostra.

• Vantagens da Amostragem.

• Baixo custo operacional.

• Maior rapidez na execução da pesquisa ou estudo.
• Maior segurança nos resultados
 Tipos de Amostragem
Amostra casual simples: Existência de um “frame”. Todos os elementos da população
devem ter chance igual de escolha. Procedimento baseado no sorteio aleatório.de
escolha.

Figura 1: Sorteio Aleatório

 Tipos de Amostragem
Amostra Estratificada: Na amostra estratificada os elementos são
provenientes de todos os estratos da população.

Em cada estrato é feito o sorteio aleatório.

Ex: Pesquisas em um cidade; pesquisas em florestas; etc.

 Tipos de Amostragem
Amostra Sistemática: Na amostra sistemática os elementos são
escolhidos não por acaso, mas por um sistema.

No primeiro período o sorteio é aleatório.

Exemplo: Linha de Produção; Pesquisas em formulários;

etc.
 Tipos de Amostragem
Amostra por conglomerado: Amostra feita em vários estágios.
Maior economia.

Ex: Em uma pesquisa feita no pais, primeiro sorteamos os estados,

depois as cidades, depois os bairros, os setores censitários, os
domicílios e os indivíduos.
 Tipos de Amostragem: Exercícios
A- Identifique o tipo de amostra:

1. Obtém-se uma amostra de um produto extraindo-se cada 100º unidade da linha

de produção;
2. Um fabricante de automóveis faz um estudo de mercado compreendendo
testes de direção feitos por uma amostra de 10 homens e 10 muheres em cada
uma das quatro diferentes faixas etárias;
3. Geram-se números aleatórios em um computador para selecionar números de
séries de carros a serem escolhidos para uma amostra teste.
4. Em uma linha de produção são produzidos 1000 comprimidos por hora,
sabendo que a linha funciona por 8 horas seguidas por dia e que deve ser
extraída uma amostra de 400 comprimidos por dia, qual seria o processo de
amostragem mais indicado e como seria a seleção dessa amostra?