ESTATÍSTICA BÁSICA

Psicometria
O efeito da amostragem
Obs.: Nos slides seguintes, foram feitas amostras diferentes de uma mesma
população com distribuição gaussiana, média 10 e desvio padrão 2
O que é um gráfico de Frequências, ou Gráfico de Distribuição

51 Valores:

12 7 13 11 13 12 9 13 10 12 9 7 11 12 12 10
10 9 10 10 14 7 10 8 12 7 10 11 6 11 11 11
10 11 12 12 12 12 11 13 12 13 10 7 7 10 10 8
13 10 11

Valores em ordem crescente:

6 7 7 7 7 7 7 8 8 9 9 9 10 10 10 10 10 10
10 10 10 10 10 10 11 11 11 11 11 11 11 11 11 12
12 12 12 12 12 12 12 12 12 12 13 13 13 13 13
13 14
4 amostras de tamanho 5

Médias =

10.3837 11.5557
9.3077 10.8782

Diferenças para a média

populacional =

0.3837 1.5557
-0.6923 0.8782
4 amostras de tamanho 51

Médias =

9.8332 9.9470
10.3015 9.8256

Diferenças para a média

populacional =

-0.1668 -0.0530
0.3015 -0.1744
4 amostras de tamanho 501

Médias =

10.0967 10.0874
9.9484 10.0788

Diferenças para a média

populacional =

0.0967 0.0874
-0.0516 0.0788
4 amostras de tamanho 501

Médias =

10.0384 9.9544
10.0083 9.9902

Diferenças para a média

populacional =

0.0384 -0.0456
0.0083 -0.0098
Mediana e Média
Valores / Valores em ordem crescente

7.3851 7.3851
9.9311 8.0057
8.4056 8.4056 Percentil 50
10.8027 9.9311
8.0057 10.8027

mediana =

8.4056

media =

8.9060
 Valores / Valores em ordem crescente

7.3851 7.3851
outlier 49.9311 8.0057
8.4056 8.4056 Percentil 50
10.8027 10.8027
8.0057 49.9311

mediana =

8.4056

media = Média é sensível a outlier, mediana não

16.9060
População com Distribuição Gaussiana – Média 10 – Desvio 2
– Amostra tamanho 50.001
mediana = 10
media = 10.0054
moda = 10
População com Distribuição Gaussiana – Média 10 – Desvio 2
– Amostra tamanho 51 (sem outliers)
mediana = 11
media = 10.4706
moda = 10

Valores:

12 7 13 11 13 12 9 13 10 12 9 7 11 12 12 10
10 9 10 10 14 7 10 8 12 7 10 11 6 11 11 11
10 11 12 12 12 12 11 13 12 13 10 7 7 10 10 8
13 10 11

Valores em ordem crescente:

6 7 7 7 7 7 7 8 8 9 9 9 10 10 10 10 10 10
10 10 10 10 10 10 11 11 11 11 11 11 11 11 11 12
12 12 12 12 12 12 12 12 12 12 13 13 13 13 13
13 14
População com Distribuição Gaussiana – Média 10 – Desvio 2
– Amostra tamanho 51 (com outlier em 20)
mediana = 11
media = 10.6471
moda = 10

Valores em ordem crescente:

6 7 7 7 7 7 7 8 8 9 9 10 10 10 10 10 10
10 10 10 10 10 10 11 11 11 11 11 11 11 11 11
12 12 12 12 12 12 12 12 12 12 12 13 13 13 13
13 13 14 20

outlier
População com Distribuição Gaussiana – Média 10 – Desvio 2
– Amostra tamanho 51 (com outlier em 50)
mediana = 11
media = 11.2353
moda = 10

Valores em ordem crescente:

6 7 7 7 7 7 7 8 8 9 9 10 10 10 10 10 10
10 10 10 10 10 10 11 11 11 11 11 11 11 11 11
12 12 12 12 12 12 12 12 12 12 12 13 13 13 13
13 13 14 50

outlier
Desvio padrão, média e mediana
Valores ordenados: -1 0 2 2 3 3 3 4
Mediana = 2,5 (média entre 2 e 3)
Desvio padrão (amostras de tamanho 5000)
Dp = 1 Dp = 2 Dp = 4

Médias: 10 10 10
Média (amostras de tamanho 5000)
Dp = 2 Dp = 2 Dp = 2

Media = 7 Media = 10 Media = 15

Curva Gaussiana (ou Curva Normal)

𝑋 −𝜇
𝑍=
𝜎
Curva Gaussiana (ou Curva Normal)
Curva Gaussiana (ou Curva Normal)
Curva Gaussiana (ou Curva Normal)
Curva Gaussiana (ou Curva Normal)
 Tempo TV
Correlação entre 6

fatores ITENS DO QUESTIONÁRIO PARA PREVER DESEMPENHO ESCOLAR 5

4
Tempo Escolaridade da Renda Correlação negativa

Tempo TV
Desempenho escolar TV Tempo sono mãe familiar 3
10 0,2 10 5 10000
10 1 9 4,5 12000 2
9 1,5 8 5 2500 1
4 5 7 1 15000
0
7 2 7 2 4200
0 2 4 6 8 10 12
5 3 6 2 5000
Desempenho
0 4 13 0 1200
8 0,5 9,5 3 20000
1 4,5 10 2 19000 Escolaridade da mãe
1 3,5 7 1 5700 6
2 3 8 2 12800
5
8 0 9 4 14000

Escolaridade da mãe
7 1 7 5 2300 4
Correlação positiva
7 1,3 6 4 16400 3
6 2,4 5 3 11000 2
1
0
Renda familiar 0 2 4 6 8 10 12
Tempo sono Desempenho
25000
14
12 20000
Renda Familiar
Tempo de sono

10
15000
8
6 10000
4
5000
2
0 0
0 2 4 6 8 10 12 0 2 4 6 8 10 12
Desempenho Desempenho

Correlação negativa para baixo desempenho, positiva para alto desempenho Correlação próxima de zero
 Teste A x Teste B Teste A X Teste C
10 35
9
30
8 f(x) = 2.12351778656126 x + 10.0652173913044
7 25 R² = 0.94014003364651

Outro exemplo: 6
f(x) = − 0.276679841897233 x + 6.67391304347826 20

Teste B

Teste C
5 R² = 0.065403424002723
4 15
3 10
2
Teste A Teste B Teste C Teste D Teste E 1
5
5 8 20 5 5
0 0
4 3 18 6 5 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
5 5 21 4 4
6 7 23 3 6,2 Teste A Teste A
3 4 17 8 3
6
5
5
4
22
20
4
5
5
5
r = - 0,255734 (fraca) r = 0,969536 (muito forte)
3 7 18 6 3
8 5 28 1 8,5
7 5 25 2 8
2 4 15 8 1 Teste A x Teste D Teste A x Teste E
9 5 30 2 8 9
10
5 7 22 4 5,3 f(x) = 1.00750988142292 x − 0.0304347826086957
9 8 R² = 0.870129152703599
5 7 19 5 4
8 7
3 8 17 4 3
7 f(x) = − 0.982213438735178 x + 9.71739130434783 6
7 2 25 2 7 R² = 0.714467733701256
6 5
6 2 23 4 6

Teste E
Teste D

5
5 3 21 3 6 4
4
4 7 19 6 5 3
3
5 5 20 6 5,2 2
2
5 4 22 5 4 1
1
4 5 18 7 3,7
0 0
5 7 18 7 6 1 2 3 4 5 6 7 8 9 10
1 2 3 4 5 6 7 8 9 10
2 9 14 9 1,8
8 6 27 3 8 Teste A Teste A
5 3 20 4 5,5
r = - 0,845281 (muito forte) r = 0,932792 (muito forte)
Comparação entre grupos (classes)
Comparação entre grupos: estatísticas t (do
teste t-Student e F (do teste ANOVA)
Comparação entre grupos: estatísticas t (do
teste t-Student e F (do teste ANOVA)
Classificação Diagnóstica
Característica = Item do questionário
2 grupos: classe azul e classe amarela
O tamanho da amostra é 9 (número de indivíduos)
Comparação entre grupos