Estatística Descritiva A Uma Dimensão

Estatística Descritiva
a Uma Dimensão
1
1.Distribuição de Frequências
 Variável:
 Representa determinadas características ou atributos
de uma população. A notação utilizada para as
variáveis corresponde habitualmente às letras X, Y e
Z.
 Uma variável pode ser qualitativa ou quantitativa
discreta ou contínua.
 Distribuição de frequências:
 Conjunto de todos os valores ou modalidades de uma
variável e do correspondente número de ocorrências.
Ano Letivo 2023/2024 Estatística Aplicada à Saúde 2

 Notação:
x1,x2,...,xk  valores que a variável X pode assumir;
N  número total de elementos da colecção;
ni  frequência absoluta (simples) – número de

ocorrências de xi ;
fi=ni/N  frequência relativa (simples) – percentagem
das ocorrências de xi em relação ao total de
elementos da colecção.

 Notação: X Variável Discreta
Ni=n1+...+ni  frequência absoluta acumulada – soma do

número de ocorrências observadas para
valores iguais ou inferiores à modalidade xi .
Fi=f1+...+ fi  frequência relativa acumulada – percentagem

das ocorrências, em relação ao total de
elementos da colecção, para valores iguais ou
inferiores à modalidade xi .

Quadro de frequências
Frequências simples Frequências acumuladas
absolutas relativas absolutas relativas
Xi ni fi Ni Fi
x1 n1 f1 N1 F1
x2 n2 f2 N2 F2
. . . .
.
. . . .
.
. . . .
.
xk nk fk Nk=n Fk=1
 n 1 - -

 Exemplo 1
 Distribuição de frequências do número de refeições
(suplementos) dadas aos recém-nascidos (dados não
classificados):
3 6 4 5
4 2 3 3
2 4 5 4
7 3 3 6
4 5 4 3

 Exemplo 1 – continuação:
 Distribuição de frequências do número de refeições dadas aos
recém-nascidos:
Nº de Frequência Frequência Frequência Frequência

refeições absoluta relativa absoluta relativa
acumulada acumulada
2 2 0.10 2 0.10
3 6 0.30 8 0.40
4 6 0.30 14 0.70
5 3 0.15 17 0.85
6 2 0.10 19 0.95
7 1 0.05 20 1.00
Total 20 1 - -

 Gráficos de frequências simples:
 Diagrama de barras: gráficos em que no eixo do X estão

representados os valores da variável e no eixo do Y
figuram barras com comprimento igual à frequência
simples (absoluta ou relativa) dos respectivos valores.

Gráfico de frequências absolutas simples
Gráfico de barras
7
6
Frequência absoluta
5
4
3
2
1
0
2 3 4 5 6 7
nº de refeições

 Gráficos de frequências acumuladas:
 Diagrama em escada: gráficos em forma de escada que

representam a distribuição de frequência acumulada
(absoluta ou relativa).

Gráfico de frequências relativas acumuladas (diagrama em escada)
Frequência Rel. Acum ulada
1,2
0,8
0,6
0,4
0,2
0
1 1 2 2 33 4 4 5 56 6 7 7 8

Variáveis contínuas
 Por poderem tomar um número infinito não

numerável de valores, obrigam-nos à criação de
classes que passam a ser as modalidades da
característica em estudo.
 Não há uma regra cientificamente fundamentada

e universalmente aceite para a construção das
classes.

 Variáveis contínuas
Determinação do número de classes (sugestões):
 Não deverão ser nem em número muito grande, nem em
número muito pequeno (em geral, deverão ser entre 4 e 14);
 Nenhuma classe deverá ter frequência nula;
 O número de classes, k, pode ser determinado de uma das
seguintes formas:
1. k=5 para n<25 e k n para n25

2. k1+3.32Log(n)  Regra de Sturges
3. k é tal que 2k ≥ n

Amplitude das Classes:
 Sempre que possível, deverão ter amplitudes iguais;
 A amplitude das classes pode ser determinada da seguinte
forma:
Xmax - Xmin Xmax - valor máximo da variável

a= Xmin – valor mínimo da variável
k
Ponto Médio da Classe

Linf + L sup Linf – limite inferior da classe
C=
2 Lsup – limite superior da classe

Quadro de Frequências:
 Para cada classe são definidas as frequências

absolutas e relativas, simples e acumuladas, da mesma
forma que para as variáveis discretas.

 Exemplo 2
 O quadro seguinte refere-se a valores observados para a tensão
arterial, em 121 doentes internados num determinado hospital:
122 136 141 144 146 149 151 152 155 158 164
127 137 142 144 146 149 151 153 156 159 165
130 138 142 144 147 149 151 153 156 159 166
131 138 142 145 147 149 151 153 156 159 166
132 139 142 145 147 150 151 154 157 160 167
133 139 143 145 148 150 151 154 157 160 168
133 139 143 145 148 150 151 154 157 160 169
134 140 143 145 148 150 152 154 157 161 171
134 140 143 146 148 150 152 155 158 162 175
135 141 144 146 148 151 152 155 158 162 180
136 141 144 146 149 151 152 155 158 163 198

 Exemplo 2 – continuação
Construção das classes:
n = 121
Regra 3: K = 7 (27=128 e 26=64)
Xmax = 198 Xmin = 122
a = (198 - 122)/7 =10,86 ≈ 11
a = 11 (por excesso)

 Exemplo 2 - Continuação
 Valores observados para a tensão arterial, em 121
doentes internados num determinado hospital.
Freq. Abs. Freq. Rel. Freq. Abs.

Tensão Arterial Freq. Rel. Acum.
Acum.
122, 133] 7 0,06 7 0,06
]133, 144] 29 0,24 36 0,30
]144, 155] 53 0,44 89 0,74
]155, 166] 25 0,20 114 0,94
]166, 177] 5 0,04 119 0,98
]177, 188] 1 0,01 120 0,99
]188, 199] 1 0,01 121 1
Total 121 1

Histograma de Frequências:
 O histograma é a representação gráfica de

distribuições de frequências de variáveis
contínuas ;
 O histograma de frequências é um gráfico

formado por uma sucessão de rectângulos
adjacentes.

 No caso das distribuições com classes de amplitude
constante não há inconveniente em que a altura seja
igual à frequência;
 Neste caso se estivermos a utilizar frequências
absolutas simples, a área total é igual à dimensão (N) a
multiplicar pela amplitude de classe (constante e igual a
a)  (igual a Na);
 Se estivermos a utilizar frequências relativas simples, a
área total do histograma será igual a a (amplitude de
classe).

 Se as classes tiverem amplitudes diferentes, ai, os
rectângulos têm base ai e altura igual à respectiva
densidade, ou seja, frequência (absoluta ou relativa)
dividida pela amplitude do intervalo de classe, ai .
 Deste modo, a área do rectângulo de cada classe é

igual à respectiva frequência e a soma das áreas é
igual a N ou 1 caso se trate de frequências absolutas
ou frequências relativas, respectivamente.

Polígono de Frequências:
 O polígono de frequências é o gráfico que resulta de unir

sucessivamente, por segmentos de recta, os pontos médios
dos lados superiores dos rectângulos do histograma;
 Como se deseja fechar o polígono em relação ao eixo

horizontal, identificam-se classes adjacentes (com a mesma
amplitude) no início e no fim do histograma. Como estas
classes não pertencem à distribuição inicial têm naturalmente
uma frequência nula.

Tensão arterial
60
50
40
30
20
10
0
]111,122] ]122, 133] ]133, 144] ]144, 155] ]155, 166] ]166, 177] ]177, 188] ]188, 199] ]199,210]
Histograma Polígono de freq.

 Exemplo 2 – Histograma e polígono das freq. relativas acumuladas
1.2
0.8
0.6
0.4
0.2
0
]122, 133] ]133, 144] ]144, 155] ]155, 166] ]166, 177] ]177, 188] ]188, 199]

Tensão arterial
60
50
40
30
20
10
0
]111,122] ]122, 133] ]133, 144] ]144, 155] ]155, 166] ]166, 177] ]177, 188] ]188, 199] ]199,210]
Histograma Polígono de freq.

 Caso Discreto vs Caso Contínuo (diferenças):
 A função cumulativa de uma variável discreta é
descontínua nos pontos que a variável pode assumir
e apresenta nesses pontos um “salto” igual à
respectiva frequência relativa (simples). Entre os
pontos de descontinuidade, a função é constante
(forma de “escada”).
 A função cumulativa de uma variável contínua é
uma função contínua, dada a natureza da variável,
admitindo que as frequências se acumulam
uniformemente em cada intervalo de classe e não
exclusivamente em certos pontos.

1.Diagrama de Caule-e-folhas
A representação em diagrama de caule-
e-folhas salienta:
 A simetria;
 Maior ou menor dispersão;
 Coexistência de valores diferentes;
 Concentração de dados em torno de um valor;
 Existência de lacunas entre os diferentes valores
de dados.

1.Diagrama de Caule-e-folhas
 Exemplo 3: Consideremos as idades de 40 utentes de
um centro de saúde:
42 35 10 12 50 72 24 28 7 3
49 53 36 18 62 68 81 31 20 43
61 40 35 21 6 11 83 50 72 44
38 30 51 49 12 45 60 32 71 49

 Diagrama de Caule-e-folhas (Unidade=1)
0 |3 6 7
1 |0 1 2 2 8
2 |0 1 4 8
3 |0 1 2 5 5 6 8
4 |0 2 3 4 5 9 9 9
5 |0 0 1 3
6 |0 1 2 8
7 |1 2 2
8 |1 3

1. Distribuição de Frequências
Nem sempre se pode calcular todo o tipo de frequências.
Tal depende da escala de medida da variável em estudo.
Tipo Variáveis
de Nominais Ordinais Quantitativas
Frequências
Discretas Contínuas
Absolutas X X X X
Relativas X X X X
Acumuladas X X X

1. Representações Gráficas
Escala de Medida Representações gráficas da

distribuição de frequências
Nominal Gráficos de barras
Ordinal Gráficos de barras
Quantita- Discreta Diagramas de frequências absolutas,
tivas relativas, absolutas acumuladas ou
relativas acumuladas
Contínua Histograma
Polígono de frequências

2.Medidas Descritivas
 Introdução:
 Nos capítulos anteriores construímos quadros e
gráficos para apresentar a informação;
 Muitas vezes, precisamos também de sintetizar
características importantes da informação através de
um único número;
 As medidas descritivas classificam-se em:
 Medidas de Localização;
 Medidas de Dispersão;
 Medidas de Assimetria;
 Medidas de Curtose.

 Medidas de localização
 Localizam os valores observados da variável
no eixo do X.
A localização central da curva B está mais à direita

que a curva A.
2.Medidas de Localização
ALGUMAS MEDIDAS DE LOCALIZAÇÃO

Medidas de tendência central Medidas de tendência não central
Média aritmética Quartis

Mediana Decis
Moda Percentis

 Medidas de dispersão
 Medem a dispersão da informação em relação ao
valor central da distribuição.
 As curvas A e B têm a mesma localização, mas a curva B

representa uma distribuição com maior dispersão que a
curva A.
3.Medidas de Dispersão
ALGUMAS MEDIDAS DE DISPERSÃO
Intervalo de variação Variância
Intervalo interquartis Desvio padrão
Desvio absoluto médio Coeficiente de variação

 Medidas de assimetria
 Distinguem as distribuições segundo a forma como se
distribui a informação nos dois lados. Podem ser
simétricas e assimétricas.
 A curva A é simétrica. Se traçarmos uma linha vertical do

pico até ao eixo horizontal, a curva fica dividida em duas
partes iguais. A curva C é assimétrica positiva e a curva
B é assimétrica negativa.
 Medidas de curtose
 Diferenciam as distribuições segundo o
achatamento.
 Na curva B o grau de curtose é maior.

ALGUMAS MEDIDAS DE LOCALIZAÇÃO

Medidas de tendência central Medidas de tendência não central
Média aritmética Quartis

Mediana Decis
Moda Percentis

Média Aritmética:
 É a medida de tendência central mais
utilizada e de mais fácil interpretação.
 Notação:
Parâmetro da população - µ
Estatística referente à amostra - x

Média Aritmética
 Dados desagregados (casos discreto e contínuo):
Número total n Valores que a
1
de elementos X
n  Xi variável X
pode assumir
i 1
 Dados agregados (caso discreto):
k
X   fi X i
i 1 Frequência relativa
(simples)
 Dados agregados em classes (caso contínuo):
k Ponto médio
X   fiCi da classe
i 1
 Vantagens e Desvantagens da Média Aritmética
 Vantagens: a média é calculada a partir de todas as
observações (não há perca de informação).
 Desvantagens: é muito sensível a valores aberrantes

ou outliers.
Concluindo:
 A média aritmética é uma medida de localização sensível
e pouco resistente.
 Uma medida de localização mais resistente é a Mediana.

 Mediana
Valor central da sucessão ordenada das observações.
 Exemplo – Caso discreto
n = 9 (ímpar)
xi ni Ni
0 4 4 000012234
1 1 5
2 2 7 Mediana = 1
3 1 8
4 1 9
Total 9

 Mediana
xi ni Ni
0 4 4 n = 10 (par)
1 1 5 00001 22344
2 2 7
3 1 8 Mediana = (1+2)/2 = 1,5
4 2 10
Total 10

Mediana – corresponde ao valor abaixo

e acima do qual se registou metade das
observações.
 X ( n 1) / 2 , se n é impar
 
X  Md   ( X n / 2  X ( n / 2)1 )
 , se n é par
 2

Mediana
 Exemplo: Consideremos a variável aleatória X com os
valores {5, 2, 8, 7, 10, 4}.
1º - Ordenar por ordem crescente
{2, 4, 5, 7, 8,10}
2º - Como o número de observações é par (n=6) a mediana é dada por:

 Mediana
 Exemplo – Caso contínuo
Classe Mediana  classe onde se encontra o valor 0.5
(50%) para as frequências relativas acumuladas.
Classes ni fi Fi
[0,2] 9 0.30 0.30
]2,4] 10 0.33 0.63
]4,6] 6 0.20 0.83
]6,8] 3 0.10 0.93
]8,10] 2 0.07 1.00
Total 30 1

 Mediana
0,35 0.33
0.30
0,30 X --- 0,2
Frequências relativas
0,25 (base) 2 --- 0,33

2  0,2
0,20  x  1,21
0,15 0.5 0,33
0,10  Md = 2 + 1,21 = 3,21
0,05
 Mediana = 3.21
0,00
[0,2] x ]2,4] ]4,6] ]6,8] ]8,10]
utilizando o histograma
Mediana das frequências relativas
Ano Letivo 2023/2024 Estatística Aplicada à Saúde simples 48
 Mediana Assume-se que a relação da
base é linear à da altura, i.e.:
M  2 0,50  0,30 laranja
1,20 
42 0,63  0,30 preto
1,00
Frequências relativas
0,2  2 0,2  2
0,80
 M 2   M  2
0,33 0,33
0.63
0,60
 M = 2 + 1,21 = 3,21
0,40 0.30
0,20  Mediana = 3.21
0.5
0,00 M
[0,2] ]2,4] ]4,6] ]6,8] ]8,10]
utilizando o histograma
das frequências relativas
Mediana absolutas
 Mediana
0.5 - F(Me-1)
(M-1)
Mediana = L InfMe+ aMe
fM e
L InfMe  limite inferior da classe mediana;

aMe  amplitude da classe mediana;
FMe-1  frequência relativa acumulada da classe anterior à classe mediana;
fMe  frequência relativa simples da classe mediana.

 Mediana
L InfMd  limite inferior da classe mediana;
aMd  amplitude da classe mediana; (2)
FMd-1  frequência relativa acumulada da classe anterior à classe mediana;
fMd  frequência relativa simples da classe mediana.
Classes ni fi Fi
[0,2] 9 0.30 0.30
]2,4] 10 0.33 0.63
]4,6] 6 0.20 0.83
]6,8] 3 0.10 0.93
]8,10] 2 0.07 1.00
Total 30 1

Moda
Observação que tem maior frequência.
000012234
Moda = 0

 Moda
Caso contínuo:
f **
Moda  LInf  aMo
f *  f **
LInf  limite inferior da classe modal;

aMo  amplitude da classe modal;
f*  frequência relativa (simples) da classe anterior à classe modal;
f**  frequência relativa (simples) da classe superior à classe modal.

 Moda
Classe Modal = ]2,4]
Classes ni fi 0.2
[0,2] 9 0.30 Moda = 2 + ×2
0.3 + 0.2
]2,4] 10 0.33
]4,6] 6 0.20
]6,8] 3 0.10 Moda = 2.8
]8,10] 2 0.07
Total 30 1

Vantagens e Desvantagens da Moda

 Vantagens:
É fácil de calcular e interpretar;
Não é afectada por valores extremos.
 Desvantagens:
Não pode ser definida com rigor;
O seu valor exacto é muitas vezes incerto.

2.Comparação das medidas de
tendência central
Média:
 Medida mais familiar e usada com maior frequência;
 Medida muito influenciada pelos valores observados;
 É muito sensível aos valores extremos da amostra.
Mediana:
 Fácil de calcular e compreender;
 É determinada pelo nº de observações e não pelo seu valor;
 É muito utilizada em particular em distribuições fortemente
assimétricas;
 Para fins de inferência estatística a mediana não satisfaz as
propriedades de um bom estimador.
Moda:
 É em geral menos usada que as 2 medidas anteriores;
 Pode não existir em algumas distribuições e noutras pode
existir mais que 1 moda;
 Pode ser determinada em qualquer situação e não sofre
influência dos valores extremos.

(29) AS ESTATÍSTICAS ENGANAM -
YouTube

Exercícios
Caderno 1 (Ex: 1,2,3 e 4)

Para casa – Ex 5 e 6

Exercício 1

Exercício 1

Exercício 1
Gráfico 3: Afluência às licenciaturas de Fisioterapia e Terapia
da Fala tendo em conta o sexo

Exercício 2

Exercício 2

Exercício 3

Exercício 3
k
X   fi X i
i 1
 X ( n 1) / 2 , se n é impar

X  Md   ( X n / 2  X ( n / 2) 1 )
 , se n é par
 2

Exercício 4

Exercício 4
k
X  fiCi
i 1

Medidas de tendência não central

 Para além das medidas de tendência central
existem outras medidas que nos dão a
localização dos valores da variável, são
chamados os quantis e podem ser:
 Quartis;
 Decis;
 Percentis.


O cálculo dos QUANTIS é idêntico ao da mediana
(tanto para os dados discretos como contínuos):
 Quartis - dividem o conjunto ordenado das

observações em 4 partes iguais.
 Decis - dividem o conjunto ordenado das
 Percentis - dividem o conjunto ordenado das

0% 25% 50% 75% 100%
Q1 Q2 Q3
Q1 – primeiro quartil, será um valor da variável tal que o número de

observações para valores inferiores será 25%, e superiores 75% (equivale
ao percentil 25, P25).
Q2 – segundo quartil, terá metade das observações à sua direita e outra
metade à sua esquerda, coincide com a mediana e com o percentil 50, P50.
Q3 – terceiro quartil, será um valor tal que à sua esquerda concentrar-se-
-ão 75% das observações e à sua direita os restantes 25% (equivale ao
percentil 75, P75).

Exemplo: Horas de sono das crianças de uma turma.
5 6 7 7 7 8 8 8 9 10 12
Q1 Q2 = Md Q3
Q1 – 25% das crianças dormem 7 ou menos horas


 O percentil de ordem p define-se como:
 X k  X k 1 np
 , se k  é int eiro
2 100
Pp  
 X , se k  np não é int eiro
 k 1 100

 Exemplo: Consideremos a seguinte distribuição de frequências
das idades (em anos) de um grupo de 100 estudantes de um
curso de francês:
Idade ni fi Fi (%)
15 18 0.18 18
16 10 0.10 28
18 24 0.24 52
20 12 0.12 64
22 15 0.15 79
30 21 0.21 100
 Calcule o P25 25% da amostra tem idade igual ou inferior a 16 anos

75% da amostra tem idade igual ou superior a 16 anos

 Percentis – caso contínuo
P  F( P 1)
Pp  LInf P  aP
fP
L InfP  limite inferior da classe do percentil;
aP  amplitude da classe do percentil;
FP-1  frequência relativa acumulada da classe anterior à classe do percentil;
fP  frequência relativa simples da classe do percentil.

P  F( P 1)
 Exemplo: P25 Pp  LInf P  aP
fP
ap=0.2

Estatística na net
 http://www.alea.pt/

• Indicam se a variabilidade de observações é muito grande ou não.
ALGUMAS MEDIDAS DE DISPERSÃO
Intervalo de variação Variância
Intervalo interquartis Desvio padrão
Desvio absoluto médio Coeficiente de variação

 Intervalo de Variação:
 Diferença entre o maior e o menor valor da
variável.
R = X max - X min
 Intervalo Interquartis:
 Diferença entre o 3º quartil e o 1º quartil (engloba
50% das observações centrais)
IQ = Q3 - Q1

 Desvio absoluto médio:
 Dados desagregados
1 n

n i 1
Xi  X
 Dados agregados Mede o grau de

k
dispersão dos valores
f
i 1
i Xi  X
da variável em torno
da média.
 Dados agregados em classes
k
f i Ci  X
i 1 Ponto médio
da classe

Variância:
 Dados desagregados Esta fórmula só é válida para
amostras muito grandes
 
n
1
V(X) = S =  i
2
2 X  X (amostra)
n i 1
n
(X i  X )2
S '2  i 1
(corrigida)
n 1
 Dados agregados
k
S   fi ( X i  X )2
2
i 1
Mede igualmente o
 Dados agregados em classes grau de dispersão
k
S   f i (C i  X ) 2
2
dos valores da
i 1
variável em torno da
Ano Letivo 2023/2024 Estatística Aplicada à Saúde média. 80
 Desvio padrão: raiz quadrada da variância.
S = V(X)
 A variância apresenta a desvantagem de se traduzir

no quadrado das unidades em que está definida a
variável X.
 O desvio padrão é definido nas mesmas unidades

que a variável.

 Como calcular a variância e desvio padrão
Exemplo:
Aluno Nota
A 3 (3-5)²=4
B 7 (7-5)²=4
C 6 (6-5)²=1
D 5 (5-5)²=0
E 4 (4-5)²=1

 Coeficiente de variação:
 Medida de dispersão relativa (independente das
unidades de medida das variáveis);
 Permite comparar o grau de dispersão, em torno da
média, de distribuições de frequências distintas.
s
CV = × 100
X
Corresponde ao desvio padrão a dividir pela média, a

multiplicar por 100.

 Coeficiente de variação:
 Superior a 50%  indica alto grau de dispersão

relativa, consequentemente, uma pequena
representatividade da média como medida estatística;
 Inferior a 50%  a média será tanto mais

representativa quanto menor o valor deste coeficiente.

 Exemplo 4
Idades dos utentes dos Centros de Saúde, com os dados
agrupados em classes:
Classes ni fi Ci (Ci-X) fiICi- XI (Ci- X)2 fi(Ci- X)2
[1,13[ 7 0.175 7 -33 5.775 1089 190.57
[13,25[ 4 0.100 19 -21 2.100 441 44.100
[25,37[ 7 0.175 31 -9 1.575 81 14.175
[37,49[ 6 0.150 43 3 0.450 9 1.350
[49,61[ 8 0.200 55 15 3.000 225 45.00
[61,73[ 6 0.150 67 27 4.050 729 109.35
[73,85[ 2 0.050 79 39 1.950 1521 76.050
Total 40 1 - 18.90 480.60

 Exemplo 4
Idades dos utentes dos Centros de Saúde, com os dados
agrupados em classes:
(Ci-X) fiICi- XI (Ci- X)2 fi(Ci- X)2

 Exemplo 3 - continuação
Idades dos utentes dos Centros de Saúde, com os dados agrupados
em classes:
Média = 40,0
Desvio absoluto médio = 18,9
Variância = 480,6
Desvio padrão = 21,92
Cv = 54,8%
Existe uma grande dispersão de idades, uma vez que a amplitude da

amostra é de 80 e a concentração em torno da média tem uma
dispersão de 21,92, ou seja, 54,8%.

Exercícios
Caderno 1 (Ex. 9)

Exercícios
Idade
30
1º Calcular a média
76,2
81,5
50,0
47,5
63,5
65,1
63,2
64,5

Exercícios
Idade
2º Cálculo auxiliar para variância
30
76,2 (76,2-63,95)²=150,1 n
81,5 (81,5-63,95)²=308,0
(X i  X )2
S '2  i 1
50,0 (50,0-63,95)²=194,6 n 1
47,5 (47,5-63,95)²=270,6
=925,7
63,5 (63,5-63,95)²=0,2
65,1 (65,1-63,95)²=1,3
3º Calcular a variância
63,2 (63,2-63,95)²=0,6
64,5 (64,5-63,95)²=0,3

Exercícios
4º Calcular o desvio padrão
5º Calcular o coeficiente de variação

2. Análise de outliers
 Outlier: observação discordante ou extrema.
 Explicações possíveis para a ocorrência de

outliers
 erros humanos ao medir ou ao registar os

dados
 eventualmente, eliminar os outliers do estudo
 natureza do fenómeno em estudo

não são outliers.

Identificação de outliers
 Por comparação, através da análise do

posicionamento das observações extremas
com medidas de localização e de
dispersão.

 Medidas utilizadas na identificação de outliers:
 Mediana (Md)
 1º Quartil (Q1)
 3º Quartil (Q3)
 Máximo (Xmax)
 Mínimo (Xmin)
 Intervalo Interquartis (IQ)

 Representação de outliers
 Diagrama de caixa-de-bigodes (Boxplot)

 Diagrama de caixa-de-bigodes com outliers
v1  valor inferior a Q1 depois da BII X Outlier severo

v2  valor superior a Q3 antes da BIS Outlier moderado

 Regras de identificação de outliers
 Candidato a outlier
Xi < Q1 ou Xi > Q3
 Barreiras interior e exterior

Barreira Exterior Inferior (BEI): Q1 – 3 IQ
Barreira Exterior Superior (BES): Q3 + 3 IQ
Barreira Interior Inferior (BII): Q1 – 1,5 IQ
Barreira Interior Superior (BIS): Q3 + 1,5 IQ

 Regras de identificação de outliers:
 Outlier moderado
 Outlier severo

O que fazer na presença de outliers?
 “A eliminação pura e simples de um potencial outlier

deve fazer-se com prudência e o mais aconselhável é
proceder à análise com e sem a presença da
respectiva observação. Se as conclusões são
discordantes deve pelo menos ter-se a consciência
de que o outlier afecta significativamente as
conclusões e não há como relatar esse facto,
deixando a terceiros a possibilidade de escolher o seu
próprio caminho”. (Murteira 1993, p. 100)

O que fazer na presença de outliers?
 “A eliminação de um potencial outlier é imprópria quando

a variável observada tem uma distribuição com caudas
pesadas, no quadro da qual os outliers são naturais. Para
alguns autores, a identificação quase certa de outliers só
é em geral possível para amostras com 500 ou mais
observações; assim, quando se trabalha com amostras
pequenas, a política mais prudente é isolar alguns valores
para lhes prestar ou pedir para que lhes seja prestada
atenção especial.” (Murteira 1993, p. 101)

 Exemplo 3
O quadro seguinte apresenta o tempo (em minutos) de
circulação extracorporal (CEC) em 94 doentes submetidos
a intervenção ao coração, entre Maio de 1980 e
Dezembro de 1988, no Hospital de Santa Cruz.
118 162 145 150 195 77 86 70 85 120 180
150 300 172 85 120 52 402 110 143 80 210
251 207 120 95 80 99 58 188 90 30 87
115 160 150 98 90 190 86 147 118 110 85
97 172 177 222 80 85 210 142 120 113
117 155 117 180 50 145 97 403 117 119
145 237 153 168 102 166 225 124 93 207
114 157 100 155 120 155 295 120 65 69
53 164 115 145 230 140 98 180 37 218
Fonte: Murteira (1993, p. 97–98)
Medidas descritivas
Média = 139.72
Neste caso, as barreiras
Min = 30 inferiores, interna (BII) e
Q1 = 95 externa (BEI), são
Mediana = Q2 = 120 irrelevantes porque são
Q3 = 168 menores que zero e a
variável é positiva.
Max = 403
IQ = 73
BIS = 168 + 1.5  73 = 277.5
BES = 168 + 3  73 = 387


Exemplo 3 – continuação
Histograma

Boxplot e outliers OUTLIERS
Moderados
295 minutos
300 minutos
Severos
402 minutos
403 minutos

4.Medidas de Assimetria
 Classificação da distribuição quanto à assimetria:
Distribuição Distribuição
assimétrica positiva Distribuição simétrica assimétrica negativa

Comparação das Medidas de Tendência Central
Assimetria Posição relativa das três

medidas
Distribuições simétricas Média = Mediana = Moda
Distribuições enviesadas à Média > Mediana > Moda
esquerda (assimétricas positivas)
Distribuições enviesadas à direita Média < Mediana < Moda
(assimétricas negativas)

 Quanto mais pronunciada for a assimetria da
distribuição maior será a distância entre a média
e a mediana.
 Grau de assimetria:
3 (Média – Mediana)
G=
Desvio padrão

 Coeficiente de assimetria de Pearson:
X - Mo
G1=
s
Desvio padrão
Se G1=0 a distribuição é simétrica.

Se G1>0 a distribuição é assimétrica positiva.
Se G1<0 a distribuição é assimétrica negativa.

 Observação:
 Pearson definiu um outro coeficiente que permite calcular

o grau de assimetria de uma distribuição quando não
dispomos da média e do desvio padrão, utilizando apenas
os quartis da distribuição.
Q3 + Q1 - 2Me
G2 =
Q3 - Q1

 Medida de assimetria relativa – Coeficiente de
assimetria (Skewness)
n
n   xi  x 
3
g1  i 1
n-1 n-2 S ' 3
Se g1=0 a distribuição é simétrica.

Se g1>0 a distribuição é assimétrica positiva.
Se g1<0 a distribuição é assimétrica negativa.

5.Medidas de Achatamento ou
Curtose
 Classificação da distribuição quanto ao grau

de achatamento

Curtose
Grau de Curtose
 Para medir o grau de achatamento de uma distribuição
pode ser utilizada a seguinte medida:
Q3 - Q1
K= Grau de Curtose
2(P90 - P10 )
Se K=0.263 a distribuição é mesocúrtica

Se k<0.263 a distribuição é platicúrtica
Se k>0.263 a distribuição é leptocúrtica
Nota: A distribuição normal é uma distribuição tipicamente mesocúrtica

sendo o seu grau de curtose de 0.263. Como tal, foi este o valor
considerado para base de comparação.

Curtose
 Medida de curtose ou achatamento relativo –
Coeficiente de curtose (Kurtosis)
  xi  x 
4
n(n  1) (n-1)2
G2   i 1
3
(n-1)(n-2)(n-3) S '4 (n-2)(n-3)
Se G2=0 a distribuição é mesocúrtica
Se G2<0 a distribuição é platicúrtica
Se G2>0 a distribuição é leptocúrtica
Nota: Teoricamente G2 pode variar de -∞ a +∞  No entanto valores na casa

dos ±2 já representam curvas bastante acentuadas

Exercícios
10. A seguir apresenta-se parte da base de
dados referentes a um trabalho realizado
sobre a satisfação dos cuidadores de
doentes de Alzheimer em relação à
qualidade dos cuidados de saúde
hospitalares.
Especificação das variáveis:
SEXO – sexo do cuidador (1: feminino; 2: masculino)
BDI – resultados no inventário depressivo de Beck
SGLOBAL – resultados num dos 28 itens, cotados de 1

a 5, que integram um questionário de satisfação
construído para o estudo.
SERVIÇO – Tipo de serviço hospitalar a que haviam

recorrido para prestação de cuidados de saúde ao
doente.

Exercícios
a) Classifique quanto à escala de medida cada uma das variáveis
consideradas.
SEXO – Variável qualitativa nominal dicotómica
BDI – Variável quantitativa
SGLOBAL – Variável ordinal
SERVIÇO – Variável qualitativa nominal dicotómica
Nota: Inventário de Depressão de Beck (BDI), permite avaliar a presença e severidade

da sintomatologia depressiva em adultos e adolescentes com mais de 13 anos de idade.

BDI
Exercícios 12
23
23
30
36
b) Em relação ao BDI: 40
40
a. Calcule o percentil 80 e interprete-o. 40
40
40
 X k  X k 1 np
 , se k  é int eiro 44
2 100 44
Pp   45
 X , se k  np não é int eiro 45
 k 1 100 45
45
48
1º Calcular k 48
50
50
K não é inteiro P80=X21 50
50
50
50
57
57
80% dos cuidadores apresentaram resultados iguais ou inferiores a 50
no inventário depressivo de Beck.

Exercícios
b) Em relação ao BDI:
b. Qual a percentagem de cuidadores com nível de BDI superior a 30?

Exercícios BDI
12
23
23
30
40
c. Desenhe a caixa de bigodes para os resultados da BDI, tendo 40
40
em conta a análise de outliers. 40
40
 Medidas utilizadas na identificação de outliers: 44

44
 Mediana (Md) = Q2 = P50 45
45
 1º Quartil (Q1) = P25 45
45
 3º Quartil (Q3) = P75
48
 Máximo (Xmax) = 57 48
50
 Mínimo (Xmin) = 12 50
50
 Intervalo Interquartis (IQ) = 50
50
50
57
57

Exercícios BDI
12
23
23
Calcular Q1 (P25), Q2 (P50) e Q3 (P75) 30

36
 X k  X k 1 np 40
 , se k  é int eiro P25=Q1 40

2 100
Pp   40
 X , se k  np não é int eiro 40
 k 1 100
40
44
44
45
P50=Q2
45
45
45
48
48
50
P75=Q3 50
50
50
50
50
57
57

Exercícios
Calcular IQ Q1=40
Q2=45
=50-40=10 Q3=50
Calcular barreiras
Barreira Exterior Inferior (BEI):
Q1 – 3 IQ = 40 – 3x10=10
Barreira Exterior Superior (BES):
Q3 + 3 IQ = 50 + 3x10=80
Barreira Interior Inferior (BII):
Q1 – 1,5 IQ= 40 – 1,5x10=25
Barreira Interior Superior (BIS):
Q3 + 1,5 IQ = 50 + 1,5x10=65

Exercícios BDI
12
23
23
30
36
40
40
40
40
40
44
44
45
45
45
45
48
48
10 25 65 80 50
50
Barreira Exterior Inferior (BEI): 10 50

50
Barreira Exterior Superior (BES): 80 50
Barreira Interior Inferior (BII): 25 50

57
Barreira Interior Superior (BIS): 65 57

Exercícios BDI
12
23
23
xi ni fi 30
12 1 0,038 40
d. Calcule o desvio-padrão da variável BDI. 40
23 2 0,077 40
40
30 1 0,038 40
44
36 1 0,038 44
45
1º Calcular a variância 40 5 0,192 45
45
k 44 2 0,077 45
S   fi ( X i  X )
2 2
45 4 1,154
48
48
i 1
48 2 0,077 50
50
50 6 0,231 50
50
57 2 0,077 50
50
26 1,000 57
57

Exercícios xi ni fi
12 1 0,038
23 2 0,077
k
X   fi X i 30 1 0,038
36 1 0,038
i 1
40 5 0,192
44 2 0,077
45 4 0,154
48 2 0,077
50 6 0,231
57 2 0,077
26 1,000

Exercícios
Cálculo Auxiliar (CA) x̅=42,38
xi ni fi (xi-x̅)² fi(xi-x̅)²
12 1 0,038 (12-42,38)²=922,94 35,50
23 2 0,077 (23-42,38)²=375,58 28,89
30 1 0,038 (30-42,38)²=153,26 5,89
36 1 0,038 (36-42,38)²=40,70 1,57
40 5 0,192 (40-42,38)²=5,66 1,09
44 2 0,077 (44-42,38)²=2,62 0,20
45 4 1,154 (45-42,38)²=6,86 1,06
48 2 0,077 (48-42,38)²=31,58 2,43
50 6 0,231 (50-42,38)²=58,06 13,40
57 2 0,077 (57-42,38)²=213,744 16,44
26 1,000 112,88 V(x)

Exercícios
Calcular desvio padrão
V(x)=112,88

Estatística Descritiva A Uma Dimensão

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Estatística Descritiva A Uma Dimensão

Enviado por

Direitos autorais:

Formatos disponíveis

Estatística Descritiva

Ano Letivo 2023/2024 Estatística Aplicada à Saúde 2

x1,x2,...,xk  valores que a variável X pode assumir;

N  número total de elementos da colecção;

ni  frequência absoluta (simples) – número de

Ano Letivo 2023/2024 Estatística Aplicada à Saúde 3

Ni=n1+...+ni  frequência absoluta acumulada – soma do

Fi=f1+...+ fi  frequência relativa acumulada – percentagem

Ano Letivo 2023/2024 Estatística Aplicada à Saúde 4

Frequências simples Frequências acumuladas

absolutas relativas absolutas relativas

Ano Letivo 2023/2024 Estatística Aplicada à Saúde 5

Ano Letivo 2023/2024 Estatística Aplicada à Saúde 6

Nº de Frequência Frequência Frequência Frequência

Ano Letivo 2023/2024 Estatística Aplicada à Saúde 7

 Diagrama de barras: gráficos em que no eixo do X estão

Ano Letivo 2023/2024 Estatística Aplicada à Saúde 8

Gráfico de frequências absolutas simples

Ano Letivo 2023/2024 Estatística Aplicada à Saúde 9

 Diagrama em escada: gráficos em forma de escada que

Ano Letivo 2023/2024 Estatística Aplicada à Saúde 10

Gráfico de frequências relativas acumuladas (diagrama em escada)

Frequência Rel. Acum ulada

Ano Letivo 2023/2024 Estatística Aplicada à Saúde 11

 Por poderem tomar um número infinito não

 Não há uma regra cientificamente fundamentada

Ano Letivo 2023/2024 Estatística Aplicada à Saúde 12

1. k=5 para n<25 e k n para n25

Ano Letivo 2023/2024 Estatística Aplicada à Saúde 13

Xmax - Xmin Xmax - valor máximo da variável

Ponto Médio da Classe

Ano Letivo 2023/2024 Estatística Aplicada à Saúde 14

 Para cada classe são definidas as frequências

Ano Letivo 2023/2024 Estatística Aplicada à Saúde 15

Ano Letivo 2023/2024 Estatística Aplicada à Saúde 16

Construção das classes:

Ano Letivo 2023/2024 Estatística Aplicada à Saúde 17

Freq. Abs. Freq. Rel. Freq. Abs.

122, 133] 7 0,06 7 0,06

]133, 144] 29 0,24 36 0,30

]144, 155] 53 0,44 89 0,74

]155, 166] 25 0,20 114 0,94

]166, 177] 5 0,04 119 0,98

]177, 188] 1 0,01 120 0,99

]188, 199] 1 0,01 121 1

Ano Letivo 2023/2024 Estatística Aplicada à Saúde 18

 O histograma é a representação gráfica de

 O histograma de frequências é um gráfico

Ano Letivo 2023/2024 Estatística Aplicada à Saúde 19

Ano Letivo 2023/2024 Estatística Aplicada à Saúde 20

 Deste modo, a área do rectângulo de cada classe é

Ano Letivo 2023/2024 Estatística Aplicada à Saúde 21

 O polígono de frequências é o gráfico que resulta de unir

 Como se deseja fechar o polígono em relação ao eixo

Ano Letivo 2023/2024 Estatística Aplicada à Saúde 22

Histograma Polígono de freq.

Ano Letivo 2023/2024 Estatística Aplicada à Saúde 23

Ano Letivo 2023/2024 Estatística Aplicada à Saúde 24

Histograma Polígono de freq.

Ano Letivo 2023/2024 Estatística Aplicada à Saúde 25

Ano Letivo 2023/2024 Estatística Aplicada à Saúde 26

Ano Letivo 2023/2024 Estatística Aplicada à Saúde 27