Escolar Documentos
Profissional Documentos
Cultura Documentos
1. SUMÁRIO
1. ESTATÍSTICA .......................................................................................................... 4
2. DIVISÃO DA ESTATÍSTICA .................................................................................... 4
3. POPULAÇÃO........................................................................................................... 5
4. AMOSTRA ............................................................................................................... 5
5. CENSO .................................................................................................................... 6
7. VARIÁVEL ............................................................................................................... 7
2
23. REPRESENTAÇÃO DOS DADOS (AMOSTRAIS OU POPULACIONAIS) ........... 23
24. TIPOS DE FREQUÊNCIAS ................................................................................... 28
25. MEDIDAS DE POSIÇãO (MEDIDAS DE TENDÊNCIA CENTRAL) ....................... 28
26. NOÇÕES DE PROBABILIDADE............................................................................ 33
3
1. ESTATÍSTICA
‘’A estatística pode ser vista como uma ciência que se dedica ao desenvolvimento e ao
uso de métodos para a coleta, resumo, organização, apresentação e análise de dados
[...]. ’’ Explicam Farias, Soares; et al (2003). Ainda para TRIOLA (1999), a estatística é
uma coleção de métodos para planejar experimentos, obter dados e organizá-los, resumi-
los, analisá-los, interpretá-los e deles extrair conclusões.
Dessa forma, pode-se dizer que o objetivo da pesquisa estatística é descobrir
como obter dados úteis para análise, e o que fazer com esses dados.
2. DIVISÃO DA ESTATÍSTICA
Temos a estatística descritiva, que é responsável pela descrição dos dados, ou seja,
pela coleta, apresentação (seja através dos gráficos, tabelas ou figuras), separação e
interpretação das informações. Essa estatística está vinculada a uma observação
inicial dos dados. A partir do seu uso, é possível avaliar como as observações se
distribuem, onde estão concentradas e como estão meios de associação e dispersão
(ZABALA, 2020)
Estatística indutiva (amostra ou inferência): É a parte da estatística que faz hipóteses
com base em uma amostra:
4
3. POPULAÇÃO
População: Pode ser vista como o montante dos elementos que apresentam pelo
menos uma característica comum, representando o universo que será observado nos
estudos relacionados.
4. AMOSTRA
5
A finalidade é chegar a resultados em relação às populações mediante aos dados
obtidos com a amostra, sendo assim torna-se imprescindível que estas, sejam
semelhantes o suficiente com o restante dos elementos para representá-los.
Fazendo este processo de indução, não se pode deixar obstante que há inclinação
à erros. Contudo, Estatística Indutiva, aquela que configura as inferências sobre a
população pelas amostras, relata também a porcentagem confiável de precisão destes
resultados.
5. CENSO
6
7. VARIÁVEL
Sexo - macho e fêmea; (e esta não deve ser medida, pois é definida como atributo);
Quantidade de crianças nascidas de um montante de casais – eventos prováveis: 0,
1, 2, 3, 4, 5, ..., n.
Quantidade de carne consumida anualmente por um adulto- resultados possíveis: 20
kg, 39,3 kg, 45,3 kg, 55,3 kg, ...; podendo saltar um irrestritos valores num
determinado intervalo.
• Variável Qualitativa: ocasião em que suas bases são reestabelecidas e expressas por
características de qualidades.
7
Da mesma maneira que as variáveis quantitativas, as variáveis qualitativas podem
ser divididas em duas classes: as ordinais ou nominais:
Variáveis ordinais – existe uma ordenação para as categorias. Exemplos de
variáveis ordinais são escolaridade (1º, 2º, 3º grau), estágio da gravidez (inicial,
intermediário, final) e mês (janeiro, fevereiro, novembro, dezembro).
Variáveis nominais - as categorias não são ordenadas (por exemplo, religião,
raça, cor favorita, time de futebol favorito).
EXPERIMENTO ALEATÓRIO
Segundo PRATES (2012), ele é um experimento que pode fornecer diferentes
resultados, mesmo sendo repetido toda vez com condições iguais.
Exemplos:
8
8. ETAPAS DO TRABALHO ESTATÍSTICO
9
Informações comportamentais: comportamento em determinadas circunstâncias.
Sentimentos, reação a certos temas. Informações em relação às condições de moradia
e saneamento, avaliando as condições e qualidade de vida de um grupo específico.
10. PLANEJAMENTO
10
Fontes primárias: trata-se da investigação direta das bases de informações, usando-
se medições diretas.
Fontes secundárias: São as fontes obtidas por publicação ou registros anteriores ou
de outras organizações.
Para COSTA (2011): “A coleta direta de dados ocorre quando os dados são obtidos
pelo próprio pesquisador, através de levantamento de registros (nascimentos, óbitos,
notas fiscais, impostos, entre outros), ou coletados diretamente através de inquéritos,
questionários, etc.”, podendo ainda ser dividida em três de acordo com o fator temporal:
11
Recomenda-se tirar uma pequena porcentagem das cópias do questionário e
aplicá-lo a uma parte dos informantes para testar sua aceitabilidade, o que constitui assim
a busca inicial.
Ela deve ser feita com pensando na aplicação de aperfeiçoamento e clareza, que
se denomina julgamento (consistência), como o intuito contrário ao cair em falhas que
acometam de técnica sentimental as conclusões.
As questões dos questionários mal compreendidas de forma unânime, tais quão
somas erradas, omissões, e etc., normalmente serão de fácil correção. É essencial,
portanto, que o avaliador não faça a limpeza por uma teoria pessoal, senão sim que tenha
retificado a finalização absoluto do engano.
Para NASCIMENTO (2007), a crítica pode ser dividida em externa: quando visa às
causas dos erros por parte do informante, e interna: quando visa observar os elementos
originais dos dados da coleta.
A crítica externa deve-se às falhas que por acaso existem na obtenção de
informações, por imperfeição do observador, por falha do recurso de emprego, por falta
de controle nas fichas, obscuridade nas conclusões e diversos pontos de falha que
justificam uma checagem das informações coletadas anteriormente à confecção do
serviço.
A crítica interna está relacionada à checagem da realidade das respostas. É
incumbência observar as informações recebidas, retirando as inconsistências. Em suma,
as informações coletadas devem preocupar-se com uma crítica real, objetivando remover
os erros na substância de serviço. As informações erradas ou omitidas devem ser
descartadas. Para tanto, é necessário tornar à fonte de procedência, pois é indispensável
sua pureza e/ou complementação.
12
15. CONCLUSÕES / APURAÇÃO
Para esta fase, o grande foco está em chegar a conclusões para auxiliarem o
investigador a solucionar seu questionamento. Ainda pelas afirmações de NASCIMENTO
(2007):
13
Concluídas as fases anteriores (Estatística Descritiva), fazemos uma análise dos
resultados obtidos, através dos métodos da Estatística Indutiva ou Inferencial, e
tiramos desses resultados conclusões e previsões. É a etapa mais delicada e
importante, pois aí temos que tirar as conclusões que servirão para auxiliar o
avaliador a solucionar o seu problema. Atualmente a empresa é uma das vigas
mestras da Economia dos povos. A direção de qualquer tipo de empresa, exige
de seu administrador a importante tarefa de tomar decisões, e o conhecimento e
uso da Estatística facilitará seu tríplice trabalho de organizar, dirigir e controlar a
empresa.
14
o tempo é usado como um critério específico para distingui-los. Nesse caso, o tempo
muda enquanto o local e os fatos permanecem os mesmos.
Por exemplo:
ANOS FREQUÊNCIA
1998 150 mm
1999 220 mm
TOTAL 570 mm
**Dados fictícios
TOTAL 11.350 KG
**Dados fictícios
15
SÉRIE ESPECÍFICA OU CATEGÓRICA
CHUVA 50 mm 35 mm
**Dados fictícios
16
Tipos de Gráficos Quanto à Forma:
17
(1000 ton) Gráfico 4.1. Produção de Arroz do Município
2500
X - 1984-1994
2000
1500
1000
500
0
84 85 86 87 88 89 90 91 92 93 94
Fonte: https://bit.ly/3uaorjE
GRÁFICOS EM COLUNAS
Fonte: https://bit.ly/3r1Tw7d
18
Uma coluna é elaborada de acordo com a quantidade de dias da semana, cuja
altura varia (em proporção a cada montante de dados). Ficando ainda separadamente
dispostas, as colunas fornecem uma melhor apresentação visual.
Nota: A distância de coluna a coluna pode estar entre 1/3 e 2/3 da proporção de
base da mesma.
GRÁFICOS EM BARRAS
A verticalidade dos retângulos é igual e depende dos critérios do elaborador, e os
comprimentos normalmente adequam-se aos dados respectivamente.
Por organização, as barras são separadas por espaços semelhantes, para que
assim possam ser identificadas como diferentes, deixando assim um espaçamento de
2/3 de largura ou ½ entre as barras. Estas usam-se dispostas decrescentemente para
gerar facilidade de assimilar os valores. A categoria "Outros" (se houver) é representada
na parte inferior da barra, ainda que que seu comprimento seja superior ao de outra.
É uma categoria de gráfico, útil para fazer analogias com as grandezas de cada
segmento dos elementos/fenômenos observados.
O modo de exibição de coluna é chamado Gráfico de Colunas Remontadas.
Economiza espaço e é melhor usado quando a série tem um alto número de categorias.
19
Gráfico 4.6. Entrada de migrantes em três Estados do Brasil
1992-1994.
Quantidade
2500
2000
1500
1000
500
0
1992 1993 1994
Amapá São Paulo Paraná
Fonte: Fictícia
GRÁFICO EM SETORES
Açucar Café
28% 55%
Fonte: Fictícia
20
Outras maneiras de representar graficamente:
Gráfico polar: É um gráfico ideal para apresentar uma série temporal periódica, ou
seja, uma série temporal com uma certa periodicidade, como por exemplo:
A seguir temos um passo a passo de como se fazer um gráfico como esse:
1 - Deve se fazer uma circunferência de raio arbitrário, ou que tenha um tamanho
da média dos valores da série.
2 - Se construí uma semirreta, começando pelo centro, e se faz uma escala no
eixo polar.
3 - Em seguida se divide a circunferência em arcos, na mesma quantidade das
unidades.
4 - Devem ser traçadas semirretas que irão passar pelos pontos de divisão.
5 - Marca-se os valores que correspondem as variáveis, começando pela semirreta
horizontal (eixo polar).
6 - Por fim, ligam-se os pontos encontrados com segmentos de reta.
7 - Caso queira fechar a poligonal obtida, basta empregar uma linha interrompida.
Cartograma
Pictograma
Por sua forma atraente e sugestiva, é um dos processos gráficos mais envolventes
para o público. A representação gráfica consiste em um gráfico no lugar de uma barra;
na verdade, é um gráfico de barras/colunas "decorado". Revistas voltadas para leitores
mais jovens costumam usar esse recurso.
21
Veja o passo a passo para se fazer um pictograma:
1- Deve-se traçar o sistema de eixos cartesianos;
2- Exibir a variável no eixo das ordenadas e a frequência no eixo das abscissas;
3- Elabore as barras normalmente;
4- No lugar das barras, apresente figuras que se referem aos dados apresentados;
5- Nos casos em que for necessário, construa uma legenda para indicar o número
de dados que cada figura representa;
6- Por fim, apresente um título.
Pirâmide
Por sua forma atraente e sugestiva, é um dos processos gráficos mais envolventes
para o público. A representação gráfica consiste em um gráfico no lugar de uma barra;
na verdade, é um gráfico de barras/colunas "decorado". Revistas voltadas para leitores
mais jovens costumam usar esse recurso. No exemplo que se segue, a pirâmide é
produzida com dados de gráficos de barras com o número de homens em cada faixa
etária de um lado e o número de mulheres na mesma faixa etária do outro. A justaposição
facilita a comparação dos dois grupos, destaca diferenças e semelhanças em cada faixa
etária e permite uma visão global da evolução populacional.
Apesar do nome “pirâmide”, a depender dos dados, nem sempre o gráfico terá a
forma de uma pirâmide. Esta construção torna-se um excelente instrumento de raciocínio
para alunos, de qualquer série, dependendo do grau de sofisticação do gráfico de base
(MARTINELLI, 1998).
22
elemento/fenômeno em análise reaparecem muitas vezes, deixando mais prático a
representação em uma tabela onde os dados sejam distribuídos de forma diferente.
É uma tabela que condensa uma coleção informações de acordo com a frequência
(repetição de seus valores). Tabela primitiva ou dados brutos: Os dados coletados na
pesquisa e trazidos para o local de análise na forma coletada são chamados de dados
brutos. Muitas vezes, esse tipo de dados fornece pouca ou nenhuma informação ao leitor.
Então é preciso organizá-los para aumentar sua capacidade de informação.
É difícil formar um conceito preciso do comportamento geral de um grupo com os
dados desordenados. Alguns cálculos estatísticos só estão apresentados de forma
correta, se os dados estiverem devidamente organizados em rol.
Rol pode ser compreendida como a tabela que se obtém após a ordenação dos
dados, sejam eles crescentes ou decrescentes. A mais simples organização numérica,
como a ordenação dos dados de forma crescente ou decrescente, já possibilita um
melhor entendimento acerca de informação. Além da primeira organização, também
podemos agrupá-los com a frequência, reduzindo assim as relações informações, e
ampliando ainda sua capacidade.
Para facilitar a visualização da análise de distribuição de frequência, você também
pode usar gráficos. As formas mais comuns de analisar a distribuição de frequência de
variáveis qualitativas são gráficos de pizza (popularmente conhecidos como gráficos de
pizza) e histogramas, que são representações gráficas de colunas ou barras. (REIS;
REIS, 2002).
Dados brutos: são dados não numericamente dispostos, isto é, estão no formato
com o qual foram recolhidos.
23
Exemplo:
i Informação Frequência f1
1 2 3
2 3 3
3 4 4
4 5 9
5 6 6
6 7 2
7 8 1
TOTAL 28
Dados fictícios
24
Distribuição de frequências para dados agrupados em classes.
Tabela - Taxas municipais de urbanização, no Estado de Alagoas (em %) - 1970.
Taxas (em %) Número de Municípios (f i)
6 --- 16 29
16 --- 26 24
26 --- 36 16
36 --- 46 13
46 --- 56 4
56 --- 66 3
66 --- 76 2
76 --- 86 2
86 --- 96 1
Total () 94
25
Classe: é qualquer um dos grupos de dados do montante de informações
observados, isto é, ficam como os espaços de alternação das variáveis.
Certo: 30 _____ 39
40 _____ 49
50 _____ 59
Valores em dinheiro:
26
50,00 _____ 59,99
“Limites reais: Dizemos que os limites indicados em cada linha de uma tabela de
distribuição de frequências são os limites reais quando o limite superior de cada classe
coincide com o limite inferior da classe seguinte. ” Goes (2015)
Ainda em conformidade com Goes (2015), o ponto médio das classes (x i), é o
valor representativo da classe para efeito de cálculo de certas medidas. Para qualquer
representação tabular, basta acrescentar ao seu limite inferior a metade da amplitude do
intervalo de classe.
Xi=i/2+li
Quando o limite superior de uma classe for igual ao inferior da seguinte, o intervalo
de classe poderá ser calculado através da média aritmética dos limites do intervalo.
27
Para obter os pontos médios das classes seguintes, basta acrescentar ao ponto
médio da classe precedente a amplitude do intervalo de classe (se for constante).
Frequência relativa
Frequência absoluta
O estudo das distribuições de frequência até agora nos permitiu descrever grupos
de valores que uma variável pode assumir. Dessa forma, eles podem ser localizados
onde os valores de uma determinada distribuição estão mais concentrados, ou seja, se
está no início, meio ou fim, ou mesmo se existe uma distribuição normal.
Para destacar as tendências características de cada distribuição, individualmente
ou em comparação com outras distribuições, é necessário introduzir conceitos
representados por números para traduzir essas tendências. Esses conceitos são
chamados de elementos típicos de uma distribuição, e são eles: medidas de posição;
medidas de dispersão; medidas de assimetria; e medidas de curtose. Uma medida de
28
posição representa uma série de dados, guiados pela posição da distribuição em relação
ao eixo horizontal.
Dentre as várias medidas de posição, descreveremos a seguir, a média, a moda,
a mediana e os quartis 1 e 3. É importante observar que, dependendo de como os dados
foram descobertos, há sempre três formas de calcular essas medidas: quando eles não
estão agrupados, agrupados em frequência simples e agrupados em classes.
Apresentaremos o cálculo de três maneiras, tomando cuidado para não as confundir.
Matemática 8,5
Português 7,3
História 7,0
Geografia 7,5
Inglês 9,2
Espanhol 8,4
Física 9,0
Química 7,2
Biologia 8,0
Educação Física 9,5
29
Me = 8,5 + 7,3 + 7,0 + 7,5 + 9,2 + 8,4 + 9,0 + 7,2 + 8,0 + 9,5
10
Me = 81,6 ÷10= 8,16≅ 8,2
Uma vez que todas as observações estiverem ordenadas (em rol), a mediana se
torna o valor da observação central. O cálculo da mediana não é calculado como a média.
A mediana é calculada a partir da sua posição, sendo então a mediana o valor que
constar na posição.
O cálculo da mediana é feito da seguinte forma:
30
Moda: (𝑀𝑜 ) A moda pode ser compreendida como o valor da variável ou
observação que ocorre com mais frequência, ou seja, aquela variável que ocorre mais
vezes. Em um conjunto de dados, é possível observar que podemos ou não ter um
padrão. Caso não exista uma moda, ele será então amodal; havendo mais de uma moda,
ela será multimodal. Havendo duas modas: bimodal; havendo três modas: trimodal.
Vamos novamente separar o estudo do cálculo da moda nas três apresentações
dos dados vistos.
Basta colocar o valor em ROL e verificar qual valor ocorre com mais frequência. O
valor será o padrão da distribuição. Pode haver vários padrões na mesma distribuição.
31
medida com base em seu aprendizado e objetivos. Estas três medidas nem sempre são
aplicáveis.
Sempre que for possível, serão usadas as três medidas, uma vez que elas se
complementam. Existe uma informação importante que voce não deve esquecer:
nenhuma medida é completa, todas elas fornecem informações importantes sobre a
distribuição e só estão completas quando analisamos todas as medições possíveis.
32
26. NOÇÕES DE PROBABILIDADE
a. Espaço amostral
b. Evento
33
O número é menor que 5: U = {1, 2, 3, 4}.
O número é maior que 8: {}.
Eventos que não podem ocorrer ao mesmo tempo são conhecidos com eventos
mutuamente excludentes (também chamados de eventos mutuamente exclusivos). Se
dois ou mais eventos sejam mutuamente excludentes, no máximo um deles irá ocorrerá
sempre que se repetir o experimento. Portanto, a ocorrência de um evento impede a
ocorrência do outro, ou de outros eventos.
Por exemplo, considere jogar uma moeda duas vezes, este experimento tem
quatro resultados possíveis: cara/coroa, cara/coroa, coroa/cara e coroa/coroa. Esses
resultados são mutuamente excludentes, porque quando jogamos a moeda duas vezes,
apenas um deles acontecerá.
É chamado de evento complementar do evento A e é representado por  o
conjunto formado por todos os elementos do espaço amostral U que não pertencem ao
evento A.
34
conjunto de origem não é retornado, alterando a probabilidade de sorteio de eventos
subsequentes.
Dois lançamentos sucessivos de uma moeda não viciada são considerados como
eventos independentes, uma vez que o resultado do primeiro lançamento não tem efeito
algum nas probabilidades de ocorrer uma cara ou uma coroa no segundo lançamento.
e. Cálculo de probabilidade
35
Para calcular a probabilidade de ocorrência de um evento, como no caso
apresentado acima, além dos conceitos de espaço amostral, eventos e tipos de eventos
apresentados anteriormente neste capítulo, também é necessário saber distinguir
probabilidades de tipo, como veremos a seguir: probabilidade de um evento em um
espaço amostral finito; probabilidade condicional; e probabilidades de eventos
independentes. Além de sabermos apresentar os cálculos de probabilidade nas 3
maneiras diferentes de apresentação: valor fracionário, valor numérico e valor percentual.
Resultados da probabilidade
36
27. CONCEITO E HISTÓRIA DA ESTATÍSTICA
A palavra estatística, derivada do termo latino status (estado), parece ter sido
introduzida na Alemanha, em 1748, por Achenwall. A Estatística é encarada, atualmente,
como uma ciência capaz de obter, sintetizar, prever e tirar inferências sobre dados.
Porém no século XVII na Inglaterra, a estatística era a Aritmética do Estado
(Political Arithmetic), consistindo basicamente na análise dos registos de nascimentos e
mortes, originando mais tarde as primeiras tábuas de mortalidade.
Ao longo da Idade Média e até ao século XVIII a estatística foi puramente
descritiva, coexistindo duas escolas: a escola descritiva alemã, cujo representante mais
conhecido é o economista G. Achenwall (1719-1772), professor na Universidade de
Gottingen, considerado pelos alemães como o pai da estatística, e a escola dos
matemáticos sociais que procuravam traduzir por leis a regularidade observada de certos
fenômenos, de carácter econômico e sociológico.
37
Gottfried Achenwall. Fonte: maestrovirtuale
38
ocorrências nas diversas áreas do conhecimento humano. Portanto, a estatística tem
como objetivo principal, fornece ferramentas que ao serem utilizadas permite lidarmos
com situações sujeitas a incertezas.
Os povos da antiguidade utilizavam das técnicas estatísticas para obter dados
sobre a quantidade de civis e/ou soldados, riquezas, casos de doenças, entre outras
situações que levassem ao enfraquecimento do poderio militar dos povos. Os
governantes passaram a realizar pesquisas estatísticas referentes às variáveis
econômicas: comércio, alimentos, produção de bens, exportações de produtos entre
outras.
No Brasil, órgãos como o IBGE (Instituto Brasileiro de Geografia e Estatística) e
instituições como a FGV (Fundação Getúlio Vargas) têm por objetivo a coleta, análise e
divulgação de informações relacionadas ao meio político, econômico, social, segurança,
educacional, saúde e diversos ramos da sociedade.
Os levantamentos estatísticos são divulgados em jornais, Internet, noticiários de
televisão e revistas, comumente possuem relação direta com a vida das pessoas, pois
envolvem temas relacionados a hábitos da população em geral.
39
28. REFERÊNCIAS BIBLIOGRÁFICAS
UFSC, 2004.
EDITORA.1987.
CRESPO, ANTÔNIO ARNOT. ESTATÍSTICA FÁCIL 1. ANTÔNIO ARNOT CRESPO. - 19.ED. ATUAL. -
FARIAS A., SOARES, J. & CÉSAR, C. INTRODUÇÃO À ESTATÍSTICA. RIO DE JANEIRO: ED.
LTC, 2003.
2006.
DA ESTATÍSTICA. 2020.
40
MARTINELLI, MARCELO. GRÁFICOS E MAPAS: CONSTRUA-OS VOCÊ MESMO. SÃO PAULO:
1993.
REIS, E. A.; REIS, I. A. ANÁLISE DESCRITIVA DE DADOS. BELO HORIZONTE: UFMG, 2002.
27 ABR. 2020.
TRIOLA, MARIO F. INTRODUÇÃO À ESTATÍSTICA (7ª EDIÇÃO). RJ: EDITORA LTC, 1999.
ZABALA, F. ESTATÍSTICA CLÁSSICA NO RSTUDIO. PORTO ALEGRE: [S. N.], 2020. DISPONÍVEL
41