Aula 3 - Dist Freq e Est Descritiva

Aula 2 - Estatı́stica Descritiva
Disciplina: Probabilidade e Estatı́stica
Curso: Fı́sica
Profª Renata - IME/UFG
Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

Análise de Dados: visão geral
Estatı́stica enquanto Ciência

A Estatı́stica é uma ciência de dados!
Análise de Dados
Segundo um estudo americano da New Vantage Partners, de 2021,
somente 24% das empresas já conseguem, de fato, ter uma
operação baseada em dados;
ãÑ A realidade é que diversas empresas ainda não conseguem extrair
valor de seus investimentos em big data e inteligência artificial.
Para tornar a sua empresa mais competitiva, por exemplo, adotar
uma gestão orientada a dados é um dos passos mais importantes a
serem tomados;
Por meio da metodologia de análise de dados, é possı́vel tomar
decisões com maior segurança e implementar estratégias mais
eficazes em diferentes aspectos do negócio.

Analisar dados é . . .
identificar comportamentos médios, comportamentos discrepantes,

comparar comportamentos, investigar a interdependência entre
variáveis, revelar tendências, etc.;
a partir de uma massa de dados, e com auxı́lio dos recursos
computacionais (Excel, software R, S-Plus, Statistica SAS, Minitab,
Statgraphics, Matlab, SPSS, Phyton, Orange, . . .), separar o que é
essencial (estrutura) do que é eventual (ruı́do);
resumir, de forma eficiente, a informação contida nos dados e
assim permitir que, através desse conhecimento, as decisões
sejam tomadas de forma mais consciente.

Exemplo: Análise de Dados no contexto corporativo
Processo em que se busca obter informações relevantes a partir de dados
sobre algum aspecto especı́fico do negócio.
- Com ela, é possı́vel refutar ou confirmar hipóteses, identificar
soluções para determinados problemas e ser mais assertivo nas
ações.
ùñ Ao realizar boas análises, você e sua equipe terão dados relevantes
para entender o passado e pensar em ações para o futuro.


Análise Preditiva
Nesse tipo de análise, os dados são utilizados para fazer projeções de
cenários e identificar tendências futuras a partir de determinados
padrões.
Por conta do aumento do interesse em usar dados para gerar

informações valiosas, cada vez mais empresas estão aderindo à análise
preditiva.
Além disso, a tecnologia auxilia como uma aliada para possibilitar
estudos mais aprofundados.
- Exemplos:
Marketing: ajuda na atração e retenção de clientes, ajudando na
expansão do negócio;
Área de operações: utiliza deste meio para o gerenciamento de
recursos, definição de preços dos produtos e na previsão de estoques;
Segurança cibernética: atua resguardando possı́veis ocorrências de
fraudes e comportamentos criminosos.

Análise Prescritiva
Busca-se avaliar as consequências que certas decisões podem trazer.
Esse tipo de análise geralmente é utilizado para definir qual o melhor

caminho para alcançar alguma meta importante;
Se a análise preditiva atua na previsão de comportamentos futuros, a
análise prescritiva auxilia nas tomadas de decisão com o
objetivo de melhorar o alcance de resultados e reduzir cenários negativos.

Análise Diagnóstica
Busca-se investigar relações de causa e efeito nos objetos analisados.
É responsável, por exemplo, pela construção do perfil do

comportamento do consumidor, viabilizando ações de marketing e
vendas em todas as etapas do funil.
- Assim, fica fácil prever as ações dos prospects e desenvolver conteúdos
e materiais que se alinhem às suas necessidades.
ãÑ Novamente, a tecnologia será a responsável por otimizar essas
análises, tornando possı́vel o diagnóstico das necessidades dos clientes.
A partir dessa análise, há também um melhor planejamento dos
recursos disponı́veis, tornando mais assertivas as ações voltadas para
o engajamento e captação de novos clientes.

Análise Descritiva
Tem como intenção descrever certos eventos ou objetos que estão sendo
analisados.
ãÑ Em outras palavras, descrever comportamentos e tendências
a partir de cenários realistas.
Utilizada como um passo anterior às análises mais robustas!
ãÑ A etapa de descrição é o pontapé inicial para um estudo mais

profundo dos dados uma vez que ela se baseia em dados reais,
reunindo informações importantes para definir os próximos
passos do estudo.

Análise Descritiva dos Dados
Análise Exploratória de Dados (AED)

É um conjunto de técnicas de tratamento de dados que, sem implicar
uma fundamentação mais rigorosa (que visam inferência/predições), nos
ajuda a tomar um primeiro contato com a informação disponı́vel a partir
da redução, análise e interpretação dos dados sob consideração.
Objetivo: examinar os dados previamente à aplicação de qualquer técnica
estatı́stica.
Desta forma o analista consegue um entendimento básico de seus

dados e das relações existentes entre as variáveis analisadas visando
obter dos dados a maior quantidade possı́vel de informação, que
indique modelos plausı́veis a serem utilizados em uma fase posterior,
a análise confirmatória de dados (ou inferência estatı́stica).

Estatı́stica Descritiva dos Dados

Estatı́stica Descritiva
Etapa inicial da análise de dados e tem por objetivo descrever os
dados observados.
ãÑ Na sua função de descrição dos dados, esta tem as seguintes
atribuições: a obtenção, organização, redução e representação dos
dados estatı́sticos de forma a auxiliar a descrição do fenômeno
observado.
Objetivo Principal.: Compreensão dos dados e não, simplesmente,

a obtenção de alguma tabela ou gráfico.

Fases do Método Estatı́stico Descritivo
1 Coleta/Obtenção de Dados (amostragem ou experimento);

2 Crı́tica dos Dados (os dados podem conter valores não realı́sticos,
fruto de erros de digitações ou observações);
3 Organização e Exposição/Apresentação dos Dados (tabelas,
gráficos);
4 Análise dos Dados (medidas descritivas, medidas de variabilidade,
correlação, . . .);
5 Elaboração do Relatório Final (Conclusão, inferência ou predição
com base nos resultados).

Caracterı́sticas Importantes dos Dados

Quando da descrição, exploração e comparação de conjuntos de dados, as
seguintes caracterı́sticas são importantes:
Centro: Um valor representativo ou médio, que indica onde se
localiza o meio do conjunto de dados (Medidas de Posição ou Medida
de Tendência Central).
Variação/Variabilidade: Uma medida de quanto os valores dos
dados variam (se dispersam) entre eles. (Medida de Dispersão).
Tempo: Caracterı́sticas dos dados que mudam com o tempo.
“Outliers” ou Valores Discrepantes/Extremos/Atı́picos: Valores
amostrais (individuais) que se localizam muito longe da grande
maioria dos outros valores amostrais (fora do padrão geral,
geralmente obtidos de populações não-homogêneas/heterogêneas).
ÝÑ Podem afetar de forma substancial o resultado das análises estatı́stica.
ÝÑ Sempre procure por valores atı́picos e tente explicá-los.



Um conjunto de dados contem informações a respeito de diversos

indivı́duos/sujeitos/observações/objetos/casos/unidades
amostrais (pessoas, animais ou coisas);
Para cada indivı́duo, os dados fornecem valores medidos/observados
para uma ou mais variáveis.
Variável
Descreve alguma caracterı́stica de um indivı́duo, tal como altura,
gênero, salário, preferência, etc.
Notação: X “ tx1 , x2 , . . . , xn u; n: tamanho da amostra
x1 , x2 , . . . , xn (ou xi , i “ 1, . . . n): observações de X para cada
indivı́duo i.
Ex.: X: peso dos camundongos (em gramas).

Tipos de Variáveis
De maneira geral, as variáveis podem ser divididas em dois grandes grupos:
quantitativas (medições finitas ou enumeráveis/não enumerável);

- Discreta: resultam de contagens (números inteiros).
- Contı́nua: relacionadas com mensurações (números reais).
qualitativas (atributos/categorias).
- Nominais/Atributos/Categóricas: classificação em diferentes
categorias não-ordenadas.
- Ordinais: classificação em diferentes categorias ordenadas.



Ilustração: classificação de variáveis
Pesquisa da Comunidade Americana
Propósito da pesquisa: coletar dados que representem toda a nação a

fim de orientar a polı́tica do governo e as decisões de negócios. Para isso,
as famı́lias contatadas são escolhidas aleatoriamente dentre todas as
famı́lias do paı́s.



Algumas observações importantes
Variável quantitativa: Usualmente registrados em uma unidade de

medida (segundos, quilogramas, . . .);
Variável qualitativa: Podem-se, em algumas situações, atribuir
valores numéricos às várias qualidades/atributos e, depois,
proceder-se à análise como se esta fosse quantitativa, desde que o
procedimento seja passı́vel de interpretação.
- No geral, esses números são apenas rótulos para as categorias e
não possuem unidades de medidas.
- Um exemplo muito comum são as variáveis dicotômicas/binárias.
Ex.: 1 - capital (sucesso); 2 - cidade do interior (fracasso).

Escalas: variáveis quantitativas
Tipos básicos de escalas
Escala nominal: Usada para nomear, identificar e/ou categorizar dados

sobre pessoas, objetos ou fatos (pesquisas de opinião, em variáveis como:
marcas, cores, modelos, sexo, tipo de moradia, regiões, uso/não uso,
gosta/não gosta, ocupação, etc). Não faz nenhum sentido calcular medidas
descritivas em escalas nominais. Deve-se tomar cuidado ao se trabalhar com
o computador, pois este não identifica a escala de mensuração das variáveis.
Escala ordinal: servem para, além de nomear, identificar e/ou categorizar,
ordenar segundo um processo de comparação, as pessoas, objetos ou fatos,
em relação a determinada caracterı́stica. Esta escala nos permite afirmar
que o produto A é melhor que o produto B, entretanto não nos permite
saber o quanto A é melhor que B.
Escala intervalar: usada quando a escala tem as caracterı́sticas da escala
ordinal e ainda é possı́vel quantificar a diferença entre dois números desta
escala. Entretanto não nos permite concluir quanto à magnitude absoluta
das medições. Em pesquisas de opinião, são muito usadas para medir
atitudes, opiniões, conscientização e preferências, onde a preocupação é
estabelecer medidas relativas e não absolutas. Ex: temperatura.
Organização de dados: Tabelas e Gráficos
Séries Estatı́sticas
Corresponde a um conjunto de dados estatı́sticos, em geral apresentados
em tabela ou gráfico e organizado em função de três elementos: tempo,
local e categoria.
Tipos de séries:
- Temporal, Cronológica ou Histórica;
- Geográfica, Territorial ou de Localização;
- Categórica ou Especı́fica;
- Distribuição de Frequência.

Tabelas

Tabelas
Séries Temporais
Usadas para apresentar dados observados em determinado local,
discriminados ao longo do tempo.

Tabelas
Série Geográfica
Usada para apresentar dados de diferentes regiões geográficas, em
determinado tempo.

Tabelas
Série Categórica
Usada para apresentar dados que se distribuem em diferentes categorias,
em determinado tempo e local.

Tabelas
Série Mista ou Conjugada

Série geográfica-temporal.

Tabelas
Série Mista ou Conjugada

Série geográfica-temporal.

Tabelas
Distribuição de Frequências
Descreve quais valores/atributos a variável assume e com que frequência
cada um deles ocorrem no conjunto de dados.
ãÑ Forma de organizar e resumir as informações para facilitar a
compreensão e análise dos dados
ùñ Apresenta formas de listar ou agrupar dados em um formato

relativamente compacto e de fácil utilização de forma a preservar a
identidade de cada valor através de tabelas ou gráficos;

Tabelas
Distribuição de Frequências para dados quantitativos
Lista as categorias e fornece ou a contagem (frequência absoluta),
ou o percentual (frequência relativa) de indivı́duos que estão em
cada uma delas.
- cada linha corresponde a um valor possı́vel da variável.
- quando a variável é qualitativa ordinal, as linhas devem seguir a
ordem dos valores possı́veis da variável.

Tabelas
Distribuição de Frequências para dados quanlitativos

Tabelas
Distribuição de Frequências para dados quanlitativos

Tabelas

Distribuição de Frequência simples: Dados agrupados em uma
distribuição de frequência em valores simples.
- usual para dados discretos com um pequeno número de valores
possı́veis (Ex.: nº de filhos);
- segue o molde da distribuição de frequência para variáveis qualitativas;
- não há perda de informação, podendo os dados originais serem
reconstituı́dos a partir da distribuição elaborada.

Tabelas

Distribuição de Frequência em Classes: Agrupamento dos dados
em classes de frequência.
- muito útil para organização tabular de um banco de dados que
apresenta um grande número de valores. (Ex.: renda familiar );
- normalmente usada para representar variáveis contı́nuas ou mesmo
representar variáveis discretas em um grande número de valores
observados;
- Apresenta perda de informação dos dados originais.

Tabelas

Gráficos
Gráfico Estatı́stico
Com a representação gráfica das séries estatı́sticas os gráficos produzem uma visão mais
rápida e viva do fenômeno em estudo, ajudando a visualizar as tendências e a
interpretar os valores representativos deste fenômeno.
ãÑ Ojetivo: produzir, no investigador ou no público em geral, uma impressão mais
rápida e viva do fenômeno em estudo.
Dicas para leitura e interpretação

verificar com que tipo de gráfico estamos lidando e levar em consideração que ele
está fazendo uso de duas grandezas;
Confira se as informações do gráfico batem com as do enunciado do exercı́cio;
Entenda qual tipo de informação está destacada no eixo vertical e qual está no
eixo horizontal.
Interprete com calma, pois geralmente as questões são contextualizadas.
Principais tipos de Gráficos

Cartograma, Pictograma, Diagrama.

Gráficos
Cartograma
São representações através de mapas (cartas geográficas). Este gráfico é
empregado quando o objetivo é o de relacionar os dados estatı́sticos
diretamente com áreas geográficas ou polı́ticas.

Gráficos
Cartograma

Gráficos
Pictograma
É a representação gráfica através de figuras. Por se tratar de uma
apresentação atraente, é um gráfico que desperta muito a atenção do
leitor.

Gráficos
Pictograma
Preço médio da gasolina sobe 9, 16% em 2017 e fecha o ano a

R$4, 099.

Gráficos
Diagramas - SIGAA: slides “Gráficos Estatı́sticos”

São gráficos geométricos construı́dos, em geral, no sistema cartesiano.
Gráficos para dados qualitativos

Gráfico em Linha;
Gráfico em Colunas;
Gráfico em Barras;
Gráfico em Colunas ou em Barras Múltiplas;
Gráfico em Setores/Pizza.
Gráficos para dados quantitativos

Histograma;
Ramo-e-Folhas;
Gráfico de Pontos;
Gráfico em Hastes.
Dados Brutos X Dados em Rol
Livro: Estatı́stica Fácil (Autor: Antônio A. Crespo)

Distribuição de Frequência Simples
ãÑ Valores ordenados (rol) dispostos em uma coluna e, ao lado de cada valor (em sua respectiva
linha), coloca-se o número de vezes que aparece repetido.
Estatura (cm) Frequência

150 1
151 1
152 1
153 1
154 1
155 4
156 3
157 1
158 2
160 5
161 4
162 2
163 2
164 3
165 1
166 1
167 1
168 2
169 1
170 1
172 1
173 1
Total 40

Distribuição de Frequência em Classes
ãÑ Valores da variável agrupados (dados agrupados) em intervalos de classes.
Estatura (cm) Frequência

150 $ 154 4
154 $ 158 9
158 $ 162 11
162 $ 166 8
166 $ 170 5
170 $ 174 3
Total 40

Elementos de uma distribuição de frequência
Classes de frequência ou Classes ou Intervalos

Intervalos de variação da variável tal que cada classe i corresponde a cada
linha da tabela, sendo i “ 1, 2, 3, . . . , k (k: número total de classes da
distribuição).
Ex.: Estatura de 40 alunos do Colégio A
O intervalo 154 $ 158 define a segunda classe (i “ 2);

Distribuição formada de seis classes ùñ k “ 6.

Limites de Classe
Extremos de cada classe.
Limite inferior da classe (li ): extremo inferior da classe i;
Limite superior da classe (Li ): extremo superior da classe i;

Na segunda classe, temos:
l2 “ 154 e L2 “ 158
Nota:
Sı́mbolo $: inclusão de li e exclusão de Li (li $ Li ñ li ď xi ď Li )
Ex.: o indivı́duo com uma estatura de 158 cm está incluı́do na terceira
classe (i “ 3) e não na segunda (154 $ 158 ñ 154 ď xi ď 158).
Analogamente, temos:
li % Li ; li $ Li ; li p ´ p Li ; li ´ Li

Amplitude de um intervalo de classe (hi )

Tamanho da classe i.
hi “ Li ´ li

h2 “ L2 ´ l2 “ 158 ´ 154 “ 4 ùñ h2 “ 4.
Amplitude Amostral (AA)

Diferença entre o máximo e o mı́nimo do conjunto de dados.
AA “ xmáx ´ xmı́n
AA “ 173 ´ 150 “ 23 ùñ AA “ 23.

Ponto Médio de uma classe (xi )

Ponto que divide o intervalo de classe em duas partes iguais.
li ` Li
xi “
2

x2 “ pl2 ` L2 q{2 “ p154 ` 158q{2 “ 156 ùñ x2 “ 156cm.
Nota:
O ponto médio de uma classe (xi ) é o valor representativo da
classe i

Frequência Simples ou Absoluta (fi )

Número de observações correspondentes a classe i ou ao valor xi .
A soma de todas as frequências simples é representada pelo sı́mbolo
de somatório:
n
ÿ
fi “ f1 ` f2 ` . . . ` fn “ n
i“1
n: tamanho amostral
A soma de todas as frequências simples de dados agrupados em
classe uma é representada pelo sı́mbolo de somatório:
k
ÿ
fi “ f1 ` f2 ` . . . ` fk “ n
i“1
k: núm. de classes

n
ÿ
fi “ f1 ` f2 ` . . . ` fn “ 1 ` 1 ` 1 ` 1 ` 1 ` 4 ` 3 ` . . . ` 1 “ 40
i“1
ou
k
ÿ
fi “ f1 ` f2 ` . . . ` fk “ 4 ` 9 ` 11 ` 8 ` 5 ` 3 “ 40
i“1

Frequência relativas (fri )

Valores das razões entre as frequências simples e a frequência total.
fi
fri “ ř
fi

Na terceira classe, temos:
f3 11
fr3 “ ř “ ř “ 0, 275 ñ fr3 “ 0, 275 “ 27, 5%
f3 40
Nota:
ř
fri “ 1 ou 100%;
Objetivo: permitir análises ou facilitar comparações.

Frequência acumulada (Fi )

Soma acumulada das frequências até à frequência absoluta da classe i (ou
da linha i).
t
ÿ
Ft “ fi “ f1 ` f2 ` . . . ` ft
i“1
onde t ď k.

3
ÿ
F3 “ fi “ f1 ` f2 ` f3 “ 4 ` 9 ` 11 “ 24 ñ F3 “ 24
i“1
o que significa existirem 24 alunos com estatura inferior a 162cm (l3 ).

Frequência acumulada relativa (Fri )

Soma acumulada da classe (ou da linha i), dividida pela frequência total
da distribuição.
t
ÿ Ft
Frt “ Fri “ ř
i“1
fi
onde t ď k.

3
ÿ F3 24
Fr3 “ Fr3 “ ř “ “ 0, 600 ñ 60%
i“1
fi 40

Distribuição de Frequência para dados simples.
Ex.:

Distribuição de Frequência para dados agrupados.

i Estaturas (cm) fi xi fri Fi Fri
1 150 $ 154 4 152 0,100 4 0,100
2 154 $ 158 9 156 0,225 13 0,325
3 158 $ 162 11 160 0,275 24 0,600
4 162 $ 166 8 164 0,200 32 0,800
5 166 $ 170 5 168 0,125 37 0,925
6 170 $ 174 ř 3 172 ř 0,075 40 1,000
“ 40 “ 1, 000
Exercı́cio: De forma análoga, construa a distribuição de frequência simples

e seus elementos para esse exemplo.



Dist. de freq. simples e em classes
Distribuição de frequências
Construção de uma distribuição de classes;
Histograma, Polı́gono de freq. simples, Polı́gono de freq.
acumulada (Ogiva);
- SIGAA: “Material de apoio 2”: Unidade IV;
- Livro: “Bioestatı́stica - teórica e computacional”, Arango, H. G., 3a
ed., Ed. Gen: Caps. 2 e 3;

Medidas Descritivas
Medidas Descritivas
Média, mediana, moda, variância, desvio padrão, coeficiente de
variação para dados agrupados;
Histograma, Polı́gono de freq. simples, Polı́gono de freq.
acumulada (Ogiva);
- SIGAA: “Material de apoio 2”: Unidades V e VI;
ed., Ed. Gen: Cap. 4 (unidades 1 e 2);
Medidas de Assimetria e Curtose
- SIGAA: “Material de apoio 2”: Unidades VII;
ed., Ed. Gen: Cap. 4 (unidade 3 e 4);

Explorando Dados
Estudo Estatı́stico
Ao planejar um estudo estatı́stico ou explorar dados produzidos por
terceiros, questione-se acerca dos seguintes pontos:
1 Quem? Quais indivı́duos os dados descrevem? Quantos indivı́duos
aparecem nos dados?
2 O quê? Quantas variáveis os dados contem? Quais são as definições
exatas dessas variáveis? Em qual unidade de medida cada variável
está registrada? Pesos, por exemplo, podem ser registrados em libras,
em milhares de libras ou em quilogramas?
3 Por quê? Quais propósitos tem os dados? Esperamos responder a
algumas perguntas especı́ficas? Desejamos respostas apenas para
esses indivı́duos ou para algum grupo maior supostamente
representado por esses indivı́duos? Os indivı́duos e as variáveis são
adequados aos propósitos pretendidos?

Atividade Extra 1 (Estatı́stica Descritiva) - individual ou em
duplas
Instruções para a realização da Atividade Escrita
ãÑ Desenhe um estudo estatı́stico no qual o perfil dos entrevistados

(público alvo), com as variáveis aqui pré-definidas, poderia ser aplicado tal
que em seu planejamento seja delineado uma sugestão de:
Espaço do estudo;
Tempo de estudo;
População (20 indivı́duos): quem seria o público alvo do estudo?;
Nota: Informações acerca da abrangência espacial (geográfica) e temporal servem para definir a
população com maior precisão.

duplas
Metodologia
1º) Gere, “manualmente”, 20 dados populacionais para as seguintes

variáveis:
a) Peso;
b) Altura;
c) Nı́vel de escolaridade;
d) Cidade de origem (escolha 4 cidades do Brasil);
e) Idade;
f) Cor dos olhos;
2º) Com o intuito de obter uma AAS, realize uma espécie de “sorteio”
entre os 20 indivı́duos da população para a obtenção de uma amostra
aleatória de tamanho 12.
3º) Disponha, em uma planilha, os dados obtidos para cada variável
(coluna) de acordo com o respectivo indivı́duo (linha).
Obs.: restrições quanto às variáveis podem ser definidas (Ex.: refinamento de faixa etária, tipos de
cor dos olhos, etc).
duplas
Análise estatı́stica dos dados amostrais
1. Natureza dos dados: Discrimine o tipo de variáveis em estudo.

2. Organização dos dados 1: organize os dados para cada variável de
forma adequada, agrupando-os e eliminando possı́veis erros ou dados
duplicados (distribuição de frequência simples).
3. Análise descritiva: realize uma análise descritiva dos dados para
cada variável por meio de medidas como média, mediana, moda,
desvio-padrão, quartis, assimetria, curtose, entre outros. Resuma
essas informações em uma tabela. Isso ajudará a entender a
distribuição e a dispersão dos dados.
4. Organização dos dados 2: Sendo possı́vel, organize os dados em
uma distribuição de frequência para dados agrupados (em classe) e
calcule para essa nova tabela a média e o desvio-padrão.

duplas
5. Representação gráfica: Represente graficamente as distribuições do

item 3 para cada variável.
6. Análise de tendência central: verifique qual é a tendência central
dos seus dados, ou seja, qual é o valor mais representativo do
conjunto.
7. Análise de dispersão: analise a dispersão dos dados para entender
como eles estão distribuı́dos em torno da tendência central, por meio
do desvio padrão, coeficiente de variação, escore padronizado, entre
outros.
8. Análises extras: Busque por informações extras envolvendo o perfil
dos indivı́duos envolvidos associados às variável analisadas: tabelas de
dados cruzados, gráficos combinados, histograma, polı́gono de
frequência simples e/ou acumulada, box-plot, entre outros.
9. Relatório Final: Construa um relatório final com suas análises
(percepção quanto ao conjunto de indivı́duos analisados).

duplas
Sugestões de apontamentos para uma análise simples desses dados:
i. Identificação de padrões: Utilizando técnicas de análise de dados, é

possı́vel identificar padrões de perfil dos participantes, como por
exemplo, quais tipos de cor dos olhos são mais populares, qual a
frequência de idade e quais os os nı́veis de escolaridade mais
apontado.
ii. Segmentação de mercado: Com base nos dados coletados, é
possı́vel segmentar o mercado de roupas de consumidores com
caracterı́sticas e preferências semelhantes. Isso possibilita a criação de
estratégias de marketing mais direcionadas e eficazes.
iii. Identificação de oportunidades de negócios: Ao analisar os dados
coletados, é possı́vel identificar oportunidades de negócios, como por
exemplo, identificar novos segmentos de mercado a serem explorados
ou lançar novos produtos de acordo com as preferências dos
consumidores.
Modelo Relatório Final de Análise Estatı́stica Descritiva

Conjunto de Dados - sugestão de leitura
Livro: Estatı́stica Básica - Autores: Bussab & Morettin - 8ª ed. - pág. 11

Tabela 2.1 Informações sobre estado civil, grau de instrução, número de
filhos, salário (expresso como fração do salário mı́nimo), idade, (medida
em anos e meses) e procedência de 36 empregados da seção de orçamentos
da Companhia MB.

Idade
N Estado Civil Grau de Instrução N de Filhos Salario (x Sal Min) Anos Meses Região de Procedência
1 solteiro ensino fundamental 4.00 26 3 interior
2 casado ensino fundamental 1 4.56 32 10 capital
3 casado ensino fundamental 2 5.25 36 5 capital
4 solteiro ensino médio 5.73 20 10 outra
5 solteiro ensino fundamental 6.26 40 7 outra
6 casado ensino fundamental 0 6.66 28 0 interior
7 solteiro ensino fundamental 6.86 41 0 interior
8 solteiro ensino fundamental 7.39 43 4 capital
9 casado ensino médio 1 7.59 34 10 capital
11 casado ensino médio 2 8.12 33 6 interior
12 solteiro ensino fundamental 8.46 27 11 capital
14 casado ensino fundamental 3 8.95 44 2 outra
18 casado ensino fundamental 2 9.80 39 7 outra
19 solteiro superior 10.53 25 8 interior
20 solteiro ensino médio 10.76 37 4 interior
21 casado ensino médio 1 11.06 30 9 outra
22 solteiro ensino médio 11.59 34 2 capital
24 casado superior 0 12.79 26 1 outra
26 casado ensino médio 2 13.60 35 0 outra
31 solteiro superior 16.22 31 5 outra
33 casado superior 3 17.26 43 7 capital
34 solteiro superior 18.75 33 7 capital
36 casado superior 3 23.30 42 2 interior

Aula 3 - Dist Freq e Est Descritiva

Enviado por

Dados do documento

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

Aula 3 - Dist Freq e Est Descritiva

Enviado por

Direitos autorais:

Formatos disponíveis

Aula 2 - Estatı́stica Descritiva

Disciplina: Probabilidade e Estatı́stica

Profª Renata - IME/UFG

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

Estatı́stica enquanto Ciência

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

identificar comportamentos médios, comportamentos discrepantes,

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

Por conta do aumento do interesse em usar dados para gerar

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

Esse tipo de análise geralmente é utilizado para definir qual o melhor

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

É responsável, por exemplo, pela construção do perfil do

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

Utilizada como um passo anterior às análises mais robustas!

ãÑ A etapa de descrição é o pontapé inicial para um estudo mais

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

Análise Exploratória de Dados (AED)

Desta forma o analista consegue um entendimento básico de seus

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

Objetivo Principal.: Compreensão dos dados e não, simplesmente,

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

Fases do Método Estatı́stico Descritivo

1 Coleta/Obtenção de Dados (amostragem ou experimento);

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

Caracterı́sticas Importantes dos Dados

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

Um conjunto de dados contem informações a respeito de diversos

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

De maneira geral, as variáveis podem ser divididas em dois grandes grupos:

quantitativas (medições finitas ou enumeráveis/não enumerável);

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

Pesquisa da Comunidade Americana

Propósito da pesquisa: coletar dados que representem toda a nação a

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

Algumas observações importantes

Variável quantitativa: Usualmente registrados em uma unidade de

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

Escala nominal: Usada para nomear, identificar e/ou categorizar dados

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

Série Mista ou Conjugada

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

Série Mista ou Conjugada

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

ùñ Apresenta formas de listar ou agrupar dados em um formato

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva

Distribuição de Frequências para dados quanlitativos

Disc.: Probab. e Estatı́stica Aula 2 - Estatı́stica Descritiva