UNIVERSIDADE FEDERAL DE PERNAMBUCO

CENTRO ACADÊMICO DO AGRESTE

CURSO DE ENGENHARIA CIVIL
ESTATÍSTICA

Estatística Descritiva

Prof. Artur Paiva

17/04/2015
 Estatística Descritiva
Tipo de Medidas Descritivas

Slide 2   Prof. Artur Paiva

 Estatística Descritiva
Medidas de Assimetria

Denomina-se assimetria o grau de afastamento de uma

distribuição da unidade de simetria:

Slide 3   Prof. Artur Paiva

 Estatística Descritiva
Medidas de Assimetria

Em uma distribuição assimétrica positiva, ou assimétrica

à direita:

Slide 4   Prof. Artur Paiva

 Estatística Descritiva
Medidas de Assimetria

Em uma distribuição assimétrica negativa, ou assimétrica

à esquerda:

Slide 5   Prof. Artur Paiva

 Estatística Descritiva
Medidas de Assimetria

Para verificar a assimetria podemos aplicar a diferença

entre a Média e Moda:

Se a distribuição é simétrica:
• (Med(x) – Mo(x)) = 0, simétrica
• (Med(x) – Mo(x)) > 0, assimétrica positiva
• (Med(x) – Mo(x)) < 0, assimétrica negativa

Slide 6   Prof. Artur Paiva

 Estatística Descritiva
Medidas de Assimetria
No entanto, é possível avaliar o grau de assimetria. Para
isto, calculamos o coeficiente de assimetria de
Pearson :
 Coeficiente de Pearson
ou

Classifica-se a assimetria em:

• AS < 0,15, simétrica
• 0,15  AS < 1, assimétrica moderada
• AS ≥ 1, assimétrica forte
Slide 7   Prof. Artur Paiva
 Estatística Descritiva
Medidas de Assimetria
Ex: Dada a distribuição, determinar a assimetria e seu grau de
assimetria

Calculamos os valores de Med e Mo:

Como (Med-Mo) = 0,42, logo com (Med-Mo) > 0,

A distribuição possui assimetria positiva.

Slide 8   Prof. Artur Paiva

 Estatística Descritiva
Medidas de Assimetria
Ex: Dada a distribuição, determinar a assimetria e seu grau de
assimetria
Calculamos os valores de Q1, Md, Q3 e s

Para calcular o desvio-padrão será necessário

montar a tabela de cálculo:
Slide 9   Prof. Artur Paiva
 Estatística Descritiva
Medidas de Assimetria
Ex: Dada a distribuição, determinar a assimetria e seu grau de
assimetri
Tabela de cálculo:

Slide 10   Prof. Artur Paiva

 Estatística Descritiva
Medidas de Assimetria
Ex: Dada a distribuição, determinar a assimetria e seu grau de
assimetria
Para achar os dois Coeficientes de Pearson:

Verifica-se então o módulo dos Coeficientes de Pearson, então, como

são < 0,15, significa que o grau de simetria é simétrico (ou fraco):

Conclusão: A distribuição é assimétrica positiva, porém próximo da

simetria, devido o coef. de Pearson resultar em simétrico.
Slide 11   Prof. Artur Paiva
 Estatística Descritiva
Tipo de Medidas Descritivas

Slide 12   Prof. Artur Paiva

 Estatística Descritiva
Medidas de Achatamento – Curtose

Denomina-se curtose o grau achatamento de uma

distribuição.

 Uma distribuição nem chata nem delgada é chamada de

mesocúrtica.

Slide 13   Prof. Artur Paiva

 Estatística Descritiva
Medidas de Achatamento – Curtose
 Uma distribuição delgada é chamada de leptocúrtica.

 Uma distribuição achatada é chamada de platicúrtica.

Slide 14   Prof. Artur Paiva

 Estatística Descritiva
Medidas de Achatamento – Curtose

Para medir o grau de achatamento (Curtose) utiliza-se o

coeficiente
Onde:
P90 = 90º percentil
P10 = 10º percentil
 Se K = 0,263 diz-se que a curva corresponde à distribuição de frequência
mesocúrtica.
 Se K > 0,263 diz-se que a curva corresponde à distribuição de frequência
platicúrtica.
 Se K < 0,263 diz-se que a curva corresponde à distribuição de frequência
leptocúrtica.
Slide 15 Prof. Artur Paiva
 Estatística Descritiva
Análises Gráficas - Histograma

O Histograma é a representação gráfica dos Diagramas de

Frequência.

Slide 16   Prof. Artur Paiva

 Estatística Descritiva
Análises Gráficas - Histograma

Polígono de frequência.

Slide 17   Prof. Artur Paiva

 Estatística Descritiva
Análises Gráficas - Ogiva

Polígono de frequência acumulada.

Slide 18   Prof. Artur Paiva

 Estatística Descritiva
Análises Gráficas – Pareto
O gráfico de Pareto é um gráfico de barras representando a
frequência absoluta com um gráfico de linha, representando a
porcentagem acumulada.

Slide 19   Prof. Artur Paiva

 Estatística Descritiva
Análises Gráficas – Pareto
Os dados são organizados em ordem crescente.

Slide 20   Prof. Artur Paiva

 Estatística Descritiva
Análises Gráficas – Gráfico Setorial (“Pizza”)

Slide 21 Prof. Artur Paiva

 Estatística Descritiva
Análises Gráficas – Boxplot
Em algumas situações a média e o desvio padrão podem não ser adequados para
representar um conjunto de dados, pois:
i - São afetadas, de forma exagerada, por valores extremos;
ii - Apenas com estes dois valores não temos a ideia da assimetria dos valores, ou
seja, sobre o quanto os dados se distribuem em torno dos valores inferiores,
medianos e superiores.

Para contornar estes problemas, 5 medidas foram sugeridas por Tukey (1977):

1 ) A mediana (Md);
2 ) Os extremos: o menor e o maior valor observado no conjunto de dados (x min e
xmax, respectivamente);
3 ) O primeiro e o terceiro quartil (ou junta).

Slide 22   Prof. Artur Paiva

 Estatística Descritiva
Análises Gráficas – Boxplot
Estas medidas podem ser representadas num único gráfico: boxplot.

O BoxPlot é uma representação

gráfica que fornece várias
características importantes de um
conjunto de dados tais como:
centro, dispersão, desvio da
simetria, e “outliers” (valores
atípicos).

Slide 23 Prof. Artur Paiva

 Estatística Descritiva
Análises Gráficas – Boxplot
outlier (são representados individualmente)

Distância do último ponto inferior a 1,5.IQR depois Q3

[Q3 + 1,5.IQR] -- cerca superior
Q3

Mediana = Q2 Faixa interquartil (IQR) = Q3 - Q1

Q1
Distância do último ponto inferior a 1,5.IQR antes Q1
[Q1- 1,5.IQR] -- cerca inferior

Slide 24   Prof. Artur Paiva

 Estatística Descritiva
Análises Gráficas - Boxplot
Exemplo: Para a sequência de dados abaixo, desenhar o “Boxplot”
B = {12, 13, 14, 15, 16, 17}
Calculamos:
Q1 = 12,75 ; Q2 = 14,5 ; Q3 = 16,25
1,5(IQR) ∴ 1,5(Q3 - Q1) ∴ 1,5(16,25 – 12,75) ∴
1,5(IQR) = 5,25

O último elemento da sequência (17) estará abaixo de 1,5(IQR)

depois de Q3. E o primeiro (12) estará acima de 1,5(IQR) antes
de Q1. Assim, será possível desenhar o gráfico seguinte.

Slide 25 Prof. Artur Paiva

 Estatística Descritiva
Análises Gráficas - Boxplot
Exemplo: Para a sequência de dados abaixo, desenhar o “Boxplot”
B = {12, 13, 14, 15, 16, 17}

Slide 26   Prof. Artur Paiva

 Estatística Descritiva
Análises Gráficas - Boxplot
Exemplo: Interprete os dados representados pelo “Boxplot” abaixo

1. 50% do conjunto de dados (entre

Q1 e Q3) está entre ± 16 e ± 25.
2. Presença de assimetria positiva
(Med > Md).
3. Presença de “outliers”
4. Outras

Slide 27 Prof. Artur Paiva

 Estatística Descritiva
Trabalho:
- Realizar a estatística descritiva (posição, dispersão, simetria, achatamento) com
os dados de postos pluviométricos da região Agreste Pernambucana como
indicado, e suas respectivas análises;

- Consultar os dados da APAC, dados de 01/01/1969 a 31/12/2014:

http://www.apac.pe.gov.br/meteorologia/monitoramento-pluvio.php

- Utilizar ferramentas do Excel ou Statistic, também elaborar os diversos tipos de

gráficos apresentados.

- Trabalho será em dupla, escolhida aleatoriamente; listagem será enviada por

email;

- Entrega 08/05/2015 (dia do 1EE)

- Vale 3,0 ponto e a prova valerá 7,0, compondo a nota do 1EE

Slide 28   Prof. Artur Paiva