Estatística descritiva

A estatística descritiva é aquela que possui um conjunto de técnicas para planejar,

organizar, colectar, resumir, classificar, apurar, descrever, comunicar e analisar os dados
em tabelas, gráficos ou em outros recursos visuais, além do cálculo de estimativas de
parâmetros representativos desses dados, interpretação de coeficientes e exposição que
permitam descrever o fenómeno.

A estatística descritiva é usada para descrever e resumir dados, sem fazer inferências
sobre a população. Ela inclui medidas estatísticas como média, mediana, moda, desvio
padrão, variância, entre outras, e é usada para descrever características de um conjunto
de dados, como sua forma, dispersão e centralidade.

População Estatística

População estatística ou universo estatístico é o conjunto de informações ou conjunto de

entes ou seres portadores de pelo menos uma característica em comum, cujo
comportamento interessa-nos analisar (inferir). Em outras palavras, é o conjunto de
todas as medidas e observações relativas ao estudo de determinado fenómeno que
formam o universo de nosso estudo. A população estatística pode ser constituída por
pessoas, animais, minerais, vegetais, etc. Exemplos:

Amostras Estatísticas

Amostra estatística é a colecta das informações de parte da população chamada amostra

mediante métodos adequados de seleção dessas unidades. Amostra é uma parte ou um
subconjunto representativo de uma população, isto é, é um conjunto de elementos
extraídos da população.

Os dados de observação registados na amostra fornecem informações sobre a

população. O processo pelo qual são tiradas conclusões sobre a população, com base
nos resultados obtidos na amostra, refere-se à inferência estatística.

As estatísticas obtidas na amostra são denominadas estimativas. Portanto, toda a análise

estatística será inferida a partir das características obtidas da amostra. É importante que
a amostra seja representativa da população, isto é, que as suas características sejam, em
geral, as mesmas que as do todo (população).
 Muitas vezes, por motivos práticos ou económicos, limitam-se os estudos estatísticos
somente a uma parte da população, “à amostra”.

Amostragem Estatística

Amostragem estatística é o processo de selecção de uma amostra representativa de uma

população com o objectivo de fazer inferências sobre a população como um todo. A
amostra é um subconjunto da população e é seleccionada de forma aleatória ou por um
método sistemático, para que possa representar com precisão as características da
população.

O uso da amostragem estatística é comum em pesquisas de opinião, estudos de

mercado, pesquisas em ciências sociais e em muitas outras áreas. Em vez de colectar
dados de todos os membros da população, que seria muito caro e demorado, é
seleccionada uma amostra menor e mais gerenciável, que pode ser analisada e
generalizada para a população como um todo.

A escolha da amostra é crucial para a qualidade dos resultados obtidos. É importante

garantir que a amostra seja representativa e aleatória para minimizar erros de
amostragem e obter resultados confiáveis e precisos.

Variáveis Estatísticas

Variáveis estatísticas são características ou atributos de uma população ou amostra que

podem ser medidas ou observadas. Elas podem ser classificadas em dois tipos
principais: variáveis quantitativas e variáveis qualitativas.

1. Variáveis quantitativas: são aquelas que podem ser medidas numericamente, como
idade, altura, peso, tempo, temperatura, entre outras. Elas podem ser contínuas ou
discretas, dependendo da natureza dos valores que podem assumir. Por exemplo, a idade
é uma variável quantitativa discreta, pois só pode assumir valores inteiros, enquanto que
a altura é uma variável quantitativa contínua, pois pode assumir qualquer valor dentro
de um intervalo.

2. Variáveis qualitativas: são aquelas que não podem ser medidas numericamente, mas
sim classificadas em categorias, como cor dos olhos, sexo, estado civil, escolaridade,
entre outras. Elas podem ser nominais ou ordinais, dependendo da forma como as
categorias são ordenadas ou classificadas. Por exemplo, o estado civil é uma variável
qualitativa ordinal, pois as categorias podem ser ordenadas hierarquicamente (solteiro,
casado, divorciado, viúvo), enquanto que a cor dos olhos é uma variável qualitativa
nominal, pois as categorias não podem ser ordenadas dessa forma.

Dados em gráficos e em tabelas

Quando se estuda uma variável, o maior interesse do pesquisador é conhecer o

comportamento dessa variável, analisando a ocorrência de suas possíveis realizações.
Isto pode-se conseguir, inicialmente, apresentando os valores das variáveis em tabelas e
gráficos, que irão fornecer rápidas e seguras informações a respeito das variáveis em
estudo, permitindo determinações administrativas e pedagógicas mais coerentes e
científicas. Tabela é um quadro que resume um conjunto de observações. Gráfico é uma
forma de apresentação dos dados estatísticos, cujo objetivo é de produzir, no
investigador ou no público em geral, uma impressão mais rápida e viva do fenómeno
em estudo.

Medidas de tendência central ou Medidas de posição

São medidas que indicam a localização dos dados. Costumamos responder ao primeiro
desafio com o uso da média aritmética, a mediana_estatística), ou a moda.

MEDIDAS DE LOCALIZAÇÃO DE TENDÊNCIA NÃO CENTRAL

São formas de localização que distam do ponto médio da amostra (moda, média e
mediana), com determinação equivalente à mediana.
Para isso, é necessário dividir a amostra em partes iguais, que podem ser de 10 (decis),
4 (quartis), 5 (quintis), ou 100 (percentis).

Medidas de variabilidade

As medidas de dispersão ou de variabilidade têm como objectivo avaliar o quanto estão

dispersos os valores de uma distribuição de frequência, ou seja, o grau de afastamento
ou de concentração entre os valores. A média que é considerada como um número que
representa uma série de valores não pode, por si mesma, destacar o grau de
homogeneidade ou de heterogeneidade que há entre eles.

As principais medidas de dispersão são

1. Amplitude total. 2. Desvio médio absoluto. 3. Variância. 4. Desvio padrão. 5.
Coeficiente de Variação
1.1 Amplitude total A amplitude total em dados não agrupados é a diferença entre o
maior e o menor valor da série de dados.
1.2 1.2 Desvio médio absoluto Como a amplitude total não leva em consideração
todos os valores da série de dados, é preferível se trabalhar com medidas que
utilizam toda a informação disponível do conjunto de dados. Uma dessas
medidas é o desvio médio, que é a média aritmética dos desvios absolutos dos
elementos da série, tomados em relação à sua média aritmética, que é
representada por DMA e calculada pela fórmula a seguir.
1.3 1.3 Variância A variância mede a dispersão dos dados em torno de sua média,
levando em consideração a totalidade dos valores da variável em estudo, o que a
torna um índice de variabilidade bastante estável. A variância é representada
por s2 e definida como sendo a média dos quadrados dos desvios em relação à
média aritmética.
1.4 Desvio padrão É a medida de dispersão geralmente mais empregada, pois leva em
consideração a totalidade dos valores da variável em estudo. O desvio padrão é uma
medida de dispersão usada com a média. Mede a variabilidade dos valores à volta da
média. O valor mínimo do desvio padrão é 0, indicando que não há variabilidade, ou
seja, que todos os valores são iguais à média. O símbolo para o desvio padrão em um
conjunto de dados observados é s, e a fórmula para obter o desvio padrão é a
seguinte.
1.5 1.5 Coeficiente de variação O desvio padrão é uma medida limitada se utilizada
isoladamente. Por exemplo, um desvio padrão de 2 unidades pode ser considerado
pequeno para uma série de valores cujo valor médio é 200; no entanto, se a média for
igual a 20, o mesmo não pode ser dito. Quando desejamos comparar duas ou mais
unidades relativamente à sua dispersão ou variabilidade, o desvio padrão não é a
medida mais indicada, visto que ele se encontra na mesma unidade dos dados.
O coeficiente de variação de pearson é a razão entre o desvio padrão e a média
referentes aos dados de uma mesma série. CV x