ESTATÍSTICA APLICADA

Prof. Douglas Ribeiro

douglasdealmeidaribeiro@yahoo.com.br
PROGRAMA DA DISCIPLINA
 Introdução à Estatística
 Distribuição de frequência
 Medidas de tendência central
 Medidas de variabilidade
 Distribuições de probabilidade discretas e contínuas
 Estimativas de parâmetros
 Testes de hipótese
 Regressão Linear Simples
 Análise de Risco (Simulação de Monte Carlo)
OBJETIVO
O objetivo principal da disciplina é a disseminação de
conhecimentos estatísticos. Os alunos serão instruídos na
aplicação de ferramentas estatísticas para coleta de dados,
análise de dados, inferências e tomada de decisões
confiáveis. A utilização de rotinas no Microsoft Excel
específicas para cada técnica estatística abordada será
enfatizada.

MÉTODO
Aulas expositivas com auxílio do software Microsoft Power
Point e exercícios práticos realizados em sala de aula com
auxílio do software Microsoft Excel.
BIBLIOGRAFIA BÁSICA

 Anderson, D. R. ECT al. (2002), Estatística

Aplicada à Administração e Economia.
Thomson. São Paulo, SP, Brasil.
 Levine, D. M. et al. (2003) Estatística –
Teoria e Aplicações. LTC. RJ, Brasil
 Downing, D. e Clark, J. (2005), Estatística
Aplicada. Editora Saraiva, São Paulo, SP,
Brasil.
BIBLIOGRAFIA BÁSICA
Anderson Levine Downing
INTRODUÇÃO À
ESTATÍSTICA
 POR QUÊ ESTUDAR
ESTATÍSTICA?
1. O raciocínio estatístico é amplamente utilizado na
indústria e em serviços.

2. O conhecimento estatístico é necessário para tomadas

de decisões corretas e também para evitar ser iludido
por falsas evidências.

3. Representar o processo usando medidas estatísticas

pode nos ajudar a entender o que está acontecendo e
pensar em correções e melhorias.
ONDE APLICAR ESTATÍSTICA?
• CONTABILIDADE
• FINANÇAS
• MARKETING
• VENDAS
• PRODUÇÃO
• LOGÍSTICA
• PLANEJAMENTO
• RECURSOS HUMANOS
• TECNOLOGIA DA INFORMAÇÃO
ONDE APLICAR ESTATÍSTICA?
• CONTABILIDADE
• FINANÇAS
• MARKETING
• VENDAS
• PRODUÇÃO
• LOGÍSTICA
• PLANEJAMENTO
• RECURSOS HUMANOS
• TECNOLOGIA DA INFORMAÇÃO
 TIPOS DE DADOS

Quantitativos: quando são representados através

de um número; além disso podem ser dados
discretos ou contínuos

Qualitativos: quando são representados por

símbolos, palavras ou textos.
 OUTROS AGENTES
• Elementos: Unidades elementares da estatística.

• Variáveis: características, propriedades, atributos. A

classificação das variáveis é feita em função do tipo
de dado que esta armazena. Podem ser consideradas
como “Fornecedores” de dados

As análises estatísticas são classificadas em

univariadas, bivariadas ou multivariadas de acordo
com o número de variáveis de interesse.
• Observação: Conjunto de medidas coletadas para
cada elemento.
Exemplo: as 10 maiores do B2B no
Brasil em 2005
Posição Empresa Ramo de Atividade Transações
(R$ milhões)
1 Ford Automotivo 5611
2 GM Automotivo 4900
3 Genexis e-marketplace 4700
4 TV Globo Mídia e comunicação 3300
5 Ticket Serviços Serviços 3200
6 Petróleo Ipiranga Petróleo 3000
7 Toyota Automotivo 3000
8 Basf Química 923
9 Salutia Saúde 816
10 Goodyear Pneus 765

Fonte: Infoexame, maio de 2006

 Exemplo: as 10 maiores do B2B no
Brasil em 2005
• Os elementos são as empresas.

• Existem 10 observações com 4 variáveis para cada

observação, sendo:
– 3 variáveis qualitativas - posição (ordinal), empresa e
setor (nominais)
– 1 variável quantitativa – transações em R$ (contínua);

• No total, temos 40 valores de dados (4 variáveis

para cada elemento) no conjunto de dados.
 Secção Transversal e
Série histórica
• Dados de secção transversal: coletados ao
mesmo tempo ou aproximadamente no
mesmo ponto no tempo.

• Dados de série histórica: aqueles coletados

em diversos períodos do tempo.
 FONTES DE DADOS
Secundárias
Quando os dados necessários para o estudo
estatístico já estão disponíveis.
Registros internos da empresa: empregados,
produção, vendas, estoques, clientes, etc.
• Bases de dados setoriais: Federação das Indústrias
do Estado de São Paulo (FIESP), Bolsa de Valores
do Estado de São Paulo (BOVESPA), etc.
• Bases de dados governamentais: Ministério da
Indústria e Comércio, Instituto Brasileiro de
Geografia e Estatística (IBGE), etc.
 FONTES DE DADOS
Primárias

Quando os dados necessários para o estudo

estatístico não estão disponíveis

Podendo ser obtidos por:

experimento ou observação
 Estudo experimental

• Identificada a variável de interesse, são

adicionadas novas variáveis (controladoras) de
forma a obter a influência destas variáveis na
variável de interesse.
• Ex: Teste de resistência de material. A variável de
interesse é a resistência. Outras variáveis
adicionais podem ser a temperatura, a pressão
atmosférica, etc.
 Estudo observacional
• Não existe qualquer tentativa de controlar a
variável de interesse.
• Normalmente os dados são coletados por
entrevistas ou questionários.
• Ex: pesquisas de opinião sobre a qualidade
do serviço oferecido.
 Erros na obtenção de dados
• Usar dados errados pode ser pior que não
usar dado nenhum!
• Há métodos estatísticos para identificar
dados que são candidatos a possíveis erros.

A obtenção dos dados é a etapa

fundamental de todo o processo
estatístico !
Estatística descritiva e Estatística
inferencial
• Estatística Descritiva: reúne medidas e
freqüências apresentadas de forma
sumarizada em tabelas e gráficos, de forma
a descrever os dados coletados.
• Estatística Inferencial: usa os dados
coletados numa amostra da população de
interesse para fazer estimativas e testar
hipóteses sobre a população.
 População e Amostra
• População: é o conjunto de elementos
com uma ou mais características em
comum (não necessariamente pessoas).

• Amostra: é um subconjunto de dados

retirados de uma população.
 População e Amostra
Ao coletar os dados referentes às características de um grupo
de objetos ou indivíduos, como por exemplo número de
parafusos defeituosos produzidos em uma fábrica, é muitas
vezes impraticável observar todo o grupo.

Em vez de examinar o grupo inteiro, denominado população,

examinamos uma pequena parte, chamada amostra.
 Amostragem
• Amostragem: é o ato de obter uma amostra
de uma população. Uma amostra
representativa apresenta as mesmas
características que tem a população de onde
foi retirada.

É preciso que a amostra seja

representativa da população.
Mas, porque amostrar?
 Justificativas

• Menor custo, resultado em menor tempo, objetivos

mais amplos
• Situações nas quais é impraticável o levantamento
total
– a população de estudo é muito grande,
– o processo de investigação das características
dos elementos é destrutivo (teste de resistência
de materiais).
 Tipos de Amostragem
Amostragem probabilística ou científica
Cada unidade amostral na população tem uma
probabilidade conhecida, diferente de zero, de
pertencer à população.
Implica num sorteio com regras bem determinadas.
É recomendada por garantir a representatividade
da amostra (o acaso será o único responsável por
eventuais discrepâncias entre população e
amostra.)
 Tipos de Amostragem
Amostragem não-probabilística
• Pode prejudicar sensivelmente a validade de
um estudo, pois muitos fatores podem
influir na escolha de uma unidade amostral
para pertencer à amostra.
• É usada em situações nas quais não
dispomos de outras maneiras para obter a
amostra.
Alguns tipos de amostragem não-
probabilística:
Por voluntários: bastante usada em ensaios clínicos
e teste de novos medicamentos.

Intencional: a amostra é escolhida pelo pesquisador

(pode ocorrer erro no pré-julgamento). Ex: verificar
poluição de praias.

Por acesso fácil: as unidades amostrais são

escolhidas por estarem mais facilmente acessíveis
(proximidade).
Tipos de Amostragens Probabilísticas
Casual simples (simples ao acaso, aleatória,
elementar ou randômica): todos os elementos da
população têm igual probabilidade de pertencer à
amostra e todas as possíveis amostras têm igual
probabilidade de ocorrer.
•Numera-se a população de 1 à N e sorteia-se n elementos por
meio de um dispositivo aleatório qualquer (saco com N fichas,
tabela de números aleatórios, etc).

Sendo N o número de elementos da população e n o número de

elementos da amostra, cada elemento da população tem
probabilidade n/N de pertencer à amostra. Esta relação
chama-se fração de amostragem.
Tipos de Amostragens Probabilísticas
Amostragem Sistemática: Numera-se a população
como no caso da casual simples. Ao invés de retirar
aleatoriamente os n elementos que comporão a
amostra, faz-se a seleção periódica de um elemento a
cada fração amostral (n/N).
Desvantagem: possibilidade de existência de ciclos de
variação na variável de interesse, especialmente se este ciclo
coincidir com o período de retirada dos elementos da amostra.
Se isto não ocorre, este tipo de amostragem tem efeitos
equivalentes a amostragem casual simples, podendo ser usada
sem restrições.
Vantagem: facilidade de determinação dos elementos da
amostra.
Tipos de Amostragens Probabilísticas
Amostragem por Conglomerados
(Agrupamento ou Clustering):
Utilizada por motivos de ordem prática e econômica.
Conglomerado: conjunto de unidades elementares da
população. Espécie de miniatura da população (ex: uso de
grupos escolares como conglomerados de populações
infantis )
Melhor quanto maior for a heterogeneidade dentro de cada
conglomerado (maior representatividade da população.)
Sorteio análogo aos anteriores, após enumerar os
conglomerados.
Caso particular: amostragem por áreas. Uso de quarteirões
ou bairros como unidades amostrais.
Tipos de Amostragens Probabilísticas
Amostragem por Etapa Dupla (Duplo Estágio): É
uma modificação da amostragem por
conglomerados.

Na primeira etapa selecionam-se os conglomerados.

Não se desejando usar todos os elementos que

constituem cada conglomerado sorteado, faz
novamente um sorteio (segunda etapa) para
selecionar dentro de cada conglomerado sorteado as
unidades que comporão a amostra.
Tipos de Amostragens Probabilísticas
Amostragem Múltipla: a amostra é retirada em
diversas etapas sucessivas.

Dependendo dos resultados observados, etapas

suplementares podem ser dispensadas.

Caso extremo: amostragem seqüencial. A amostra

vai sendo acrescida, item por item, até se chegar a
conclusão no sentido de aceitar ou rejeitar uma dada
hipótese.
Tipos de Amostragens Probabilísticas
Amostragem Estratificada: utilizada quando a
população de interesse se divide em estratos e a
variável de estudo apresenta comportamento diverso
de um estrato para outro e comportamento
homogêneo dentro de cada estrato. Consiste em
especificar quantos elementos da amostra serão
retirados de cada estrato.

–Exemplos típicos: sexo, idade, condição sócio-econômica

Se o sorteio da amostra não levar em consideração a
existência dos estratos, pode ser que diversos estratos não
sejam convenientemente representados na amostra.
 ETAPAS DE UM LEVANTAMENTO
POR AMOSTRAGEM
• Explicitar os objetivos com bastante clareza a fim de
evitar dúvidas posteriores ou esquecimentos.
• Definir a população a ser amostrada.
• Escolher as variáveis (características) a serem
observadas (medidas).
• Especificar o grau de precisão desejado (os resultados
obtidos por amostragem estão sujeitos à incerteza
devido a erros de medida e por serem apenas uma
parte da população)
 ETAPAS DE UM LEVANTAMENTO
POR AMOSTRAGEM
• Escolher os instrumentos de medida e a forma de
abordagem. (Observação única ou durante 7 dias? Qual
tipo de balança ou de calibrador? Questionários
preenchidos pelo entrevistado ou pelo entrevistador?)
• Se for necessário o uso de questionários, atenção na sua
elaboração. Evitar perguntas capciosas ou inibidoras que
podem distorcer os resultados. Questionários longos tendem
a diminuir a qualidade das informações.
Escolher o tipo de amostragem
• Escolher a unidade amostral (a menor parte distinta e
identificável da população para fins de enumeração e
sorteio da amostra).
 ETAPAS DE UM LEVANTAMENTO
POR AMOSTRAGEM
• Executar a prova experimental, pré-teste ou teste-
piloto. Ensaio do trabalho para testar os instrumentos
de medida, questionários, pessoal de campo.

Orienta os ajustes necessários e permite obter informações

valiosas para a pesquisa (duração, custo e variabilidade
do fenômeno pesquisado). Permite calcular melhor o
tamanho da amostra.

• Definir o tamanho da amostra

• Selecionar a amostra.