Você está na página 1de 14

Estatística Experimental

Estatística Descritiva 2:
- Medidas de Variabilidade
(Medidas de Dispersão)

Bibliografia Consultada
Martins, G. A. & Donaire, D. Princípios de Estatística. 1990. (Cap. 9)
Dante, L. R. Matemática: contexto e aplicações . Vol. Único, 2009.
(Cap. 29)
Apostila: Regazzi, A. J., Curso de iniciação à estatística. (Apostila -
Item 5.3)

Profº: Glauco Vieira de Oliveira


AGR/ICET/CUA/UFMT
Medidas de Dispersão (Variabilidade)
Introdução
Média, Moda e mediana: concentra em um único número os
diversos valores de uma variável quantitativa
Obs: Muitas vezes estas informações não são suficientes.
Exemplo: Educador físico irá propor atividades de lazer para
um grupo cujo a média de idade é 20 anos.
Exemplo de alguns grupos possíveis:
– Grupo A: 20 anos, 20 anos, 20 anos, 20 anos, 20 anos, 20 anos.
– Grupo B: 22 anos, 23 anos, 18 anos, 19 anos, 20 anos, 18 anos.
– Grupo C: 6 anos, 62 anos, 39 anos, 4 anos, 8 anos, 1 anos.
20  20  20  20  20  20 120
x grupoA    20anos Para refletir.
6 6
Observe a
22  23  18  19  20  18 120 dispersão dos
x grupoB    20anos dados em relação
6 6
a média.
6  62  39  4  8  1 120
x grupoC    20anos
6 6
Medidas de Dispersão (Variabilidade)
Introdução
Medidas de dispersão (Variabilidade):
Idéia básica: Medir o grau de concentração ou dispersão dos
dados em torno da média.
– 1ª Idéia: Tomar os desvios dos valores xi em relação a média aritmética
 (xi – MA), em que MA= média aritmética
Calcule os desvios em relação a média aritmética (MA) de cada grupo do
exemplo anterior
(xi-MA)
Xi Grupo A Grupo B Grupo C
X1 (20 –20) = 0 (22 –20)=+2 (6 –20)= -14
X2 (20 –20) = 0 (23 -20)=+3 (62 –20)= +42
X3 (20 –20) = 0 (18 –20)=-2 (39 –20)= +19
X4 (20 –20) = 0 (19 –20)=-1 (4 –20)= -16
X5 (20 –20) = 0 (20 –20)= 0 (8 –20)= -12
X6 (20 –20) = 0 (18 –20)=-2 (1 –20)= -19
 0 0 0 Propriedade: (xi – MA) = 0
Medidas de Dispersão (Variabilidade)
Introdução
Solução possível: (xi – MA)2
Variância (V): média dos quadrados dos desvios
fórmula: n ou n

 x i  MA 
 i  
2 2
x x
V i 1
2  i 1
n n
(desvios)2 = (xi-MA)2
Xi Grupo A Grupo B Grupo C Para refletir.
X1 02 (+2)2 (-14)2 “ Se os desvios são
X2 02 (+3)2 (+42)2 elevados ao quadrado,
X3 02 (-2)2 (+19)2 como fica a
X4 02 (-1)2 (-16)2 representação das
X5 02 (0)2 (-12)2 unidades? ”
X6 02 (-2)2 (-19)2
 (xi-MA)2 0 22 3082
Variância 0 3,6 513,6
Aplicação do uso das médias, variâncias e desvio padrão

Média aritmética : x 
x ; variância :  2 
 i
( x  x ) 2

;
n n

desvio padrão :    2
Exemplos de aplicação:
1) Em um treinamento de salto em altura, os atletas realizaram 4
saltos cada um. Veja as marcas obtidas por 3 atletas:
– Atleta A: 148 cm, 170 cm, 155 cm e 131 cm;
– Atleta B: 145 cm, 151 cm, 150 cm e 152 cm;
– Atleta C: 146 cm, 151 cm, 143 cm e 160 cm;
Com base nos dados responda os seguintes itens:
a) Qual deles obteve melhor média?
b) Qual deles foi mais regular?
Aplicação do uso das médias, variâncias e desvio padrão

Média aritmética :x 
 x
; variância : 2 
 (x
i  x )2
; desvio padrão :    2
n n

Exemplos de aplicação:
2) O histograma mostra o resultado de uma pesquisa sobre altura
entre os alunos de uma classe. Calcule o desvio padrão desta
variável

Classes PM Fi
|---
|---
|---
|---
|---
Total ()
POPULACÃO vs AMOSTRA
Variância: É dada pela soma dos quadrados dos desvios em relação a média
aritmética, dividida pelo número de graus de liberdade.

Variância Populacional Variância Amostral


n

 x  x   Fi
n

 x  x   Fi
2
2
i
s  ˆ
i
2  i 1
2 2
 i 1

n n -1

Desenvolvendo temos: Desenvolvendo temos:

 2 1
  x i2 Fi 
 x F 
i i
2

 s 
2 1 
 x i2 Fi 
 x F 
i i
2


n n  n 1  n 
  

Qdo Fi = 1 para todo i Qdo Fi = 1 para todo i

 2 1 
  x i 
2
 x i 2

 s 
2 1 
 x i2 
 x  i
2


n n  n 1  n 
   
Desvio Padrão:
   2 é o desvio padrão populacion al
S  S 2 é o desvio padrão amostral

Desvio Médio:

DM 
 | xi  x | Fi
g.l.
obs : xi  x  di

g.l. : graus de liberdade

n: Populacional
n  1 : Amostral
Populacão vs amostra
Ex: Calcular o a variância, o desvio padrão e o desvio médio da
seguinte distribuição amostal.

Xi Fi xiFi xi2Fi | xi – x | = | di | |di| Fi Cálculo do desvio médio


|5 – 8,06| = 3,06

5 2 10 50 6,12
| d | F 19,24
7 3 21 147 |7 – 8,06| = 1,06 3,18 DM  i
i

8 5 40 320 |8 – 8,06| = 0,06 0,30 n 1 15
9 4 36 324 |9 – 8,06| = 0,94 3,76
11 2 22 242 |11 – 8,06| = 2,94 5,88
 129 1.083 19,24

Calculo da variância amostral (S2)

s 
1 
 x i2 Fi 
 x F    2
1  129 
2

1.083    2,86
2 i i
n 1  n  16  1  16 

Calculo do desvio padrão amostral (S)

s  s 2 , logo, s  2,86  1,69


Dispositivo Prático: Uso de tabela auxiliar
Ex2: Dada a distribuição abaixo, encontrar a média, o desvio
médio e o desvio padrão amostral
Tabela Auxiliar
Classes Fi xi xiFi | xi – x | = | di | |di| Fi xi Fi
2 |--- 4 2
4 |--- 6 4
6 |--- 8 7
8 |--- 10 4
10 |--- 12 3
Total ()
Nota xi = Ponto Médio (quando dividido em classes)
144 37,2
x  7,2 DM   1,86
20 20

s 
1  144  
2

1.148    5,85
2

20  1  20 

s  5,85  2,41
Coeficiente de Variação (CV)
Definição: Trata-se de uma medida relativa de dispersão, útil para a
comparação em termos relativos do grau de concentração em torno
da média de séries distintas.
Fórmula: - Utilizado para avaliação de precisão de experimentos
 s - Utilizado para comparar homogeneidade de amostras
CV  ou CV 
x x
Exemplo: Numa empresa, o salário médio dos homens é de $4.000
com desvio padrão de $1.500 e o das mulheres é em média de $3.000,
com desvio padrão de $1.200.
 1500  1200
Homens : CV    0,375 Mulheres : CV    0,4
x 4000 x 3000
Conclusão: Pode-se concluir que os salários das mulheres apresentam maior
dispersão relativa que os dos homens

Obs: Costuma-se expressar o valor de CV em porcentagens. Para isso basta


multiplicar o resultado por 100. Assim:
CV(H)= 37,5% e CV(M)= 40%
Erro Padrão da Média (EP)
Definição: è uma medida utilizada para avaliar a precisão da média.
Fórmula:
sX  
s(X)
n
Note que o erro padrão da média é:
– Inversamente proporcional ao tamanho da amostra;
– Diretamente proporcional à variância da amostra

Amplitude Total (AT)


Definição: é a diferença entre o maior e o menor valor de uma
amostra ou de um conjunto de dados.
Fórmula: AT = Xmáx - Xmín
Coeficiente de Correlação Amostral
Definição: è uma medida utilizada para avaliar a precisão da média.

Símbolo: r ou ̂
Dado duas variáveis X e Y:
Xi X1 X2 ... Xn
Yi Y1 Y2 ... Yn
Fórmula:
CO ˆ V ( X ,Y ) SPxy
rxy  
Vˆ ( X ).Vˆ (Y ) SQDx SQD y

- Resolução no quadro

Pode ser Positiva, Negativa ou aproximadamente igual a zero


- Gráfico no quadro
Coeficiente de Correlação Amostral
Exemplo: Amostra A 4 8 3 9 7 5
Amostra B 1 5 2 14 3 11