Dia 02 - Aula 3 - Medidas Numéricas Descritivas

Medidas numricas descritivas
Sandro Bruno do Nascimento Lopes

Universidade Federal do Rio Grande do Norte
8 de janeiro de 2015
Sandro Bruno (UFRN)
1 / 88
Sumrio
1
2
3
Introduo
Tipos de medidas
Medidas de tendncia central
Mdia
Mediana
Moda
Qual utilizar?
Medidas de variao
Amplitude
Amplitude interquartil
Medidas separatrizes
Quartis
Amplitude interquartil (AIQ)
5
6
7
8
Varincia
Desvio-padro
Medidas de formato
Box-plot
Medidas numricas descritivas para a populao
Localizao de valores extremos
Localizao de valores extremos com a amplitude interquartil
Localizao de valores extremos com o escore-Z
Medidas numricas para duas variveis
Covarincia amostral
Coeficiente de correlao
Correlao versus causalidade

10 Consideraes ticas
Sandro Bruno (UFRN)
2 / 88
Sumario
1
2
3
Introduo
Tipos de medidas
Mdia
Mediana
Moda
Qual utilizar?
Medidas de variao
Amplitude
Quartis
5
6
7
8
Varincia
Desvio-padro
Medidas de formato
Box-plot
Covarincia amostral

Sandro Bruno (UFRN)
3 / 88
Introduo
Alguns modelos de grficos, como histogramas e diagramas de ramo-e-folha,

permitem ter uma noo visual da distribuio dos valores de acordos com
grupos determinados a priori;
O objetivo descrever tais informaes de forma numrica.
Sandro Bruno (UFRN)
4 / 88
Introduo
Para o clculo das medidas numricas, ser utilizado como exemplo uma pesquisa
realizada a 15 pessoas de uma determinada cidade, escolhidas aleatoriamente,
sobre o tempo de viagem de casa para o trabalho em minutos. Os dados obtidos
foram: 30, 20, 10, 40, 25, 20, 10, 60, 15, 40, 5, 30, 12, 10, 10.
Sandro Bruno (UFRN)
5 / 88
Introduo
Em rol: 5, 10, 10, 10, 10, 12, 15, 20, 20, 25, 30, 30, 40, 40, 60;
Em diagrama de ramo-e-folha:
0|5
1|000025
2|005
3|00
4|00
5|
6|0
Algumas concluses que podem ser extradas dos dois grficos:
Menor valor: 5 minutos;
Maior valor: 60 minutos;
Valor com maior nmero de ocorrncias: 10 (4 vezes);
Ramo com maior ocorrncia: 1
Distribuio assimtrica.
Sandro Bruno (UFRN)
6 / 88
Sumario
1
2
3
Introduo
Tipos de medidas
Mdia
Mediana
Moda
Qual utilizar?
Medidas de variao
Amplitude
Quartis
5
6
7
8
Varincia
Desvio-padro
Medidas de formato
Box-plot
Covarincia amostral

Sandro Bruno (UFRN)
7 / 88
Tipos de medidas
A tendncia central corresponde extenso na qual todos os valores de

dados se agrupam em torno de um valor central tpico;
A variao corresponde ao montante de disperso, ou espalhamento, de
valores em relao a um valor central;
O formato corresponde ao padro da distribuio de valores do valor mais
baixo para o mais alto.
Sandro Bruno (UFRN)
8 / 88
Sumario
1
2
3
Introduo
Tipos de medidas
Mdia
Mediana
Moda
Qual utilizar?
Medidas de variao
Amplitude
Quartis
5
6
7
8
Varincia
Desvio-padro
Medidas de formato
Box-plot
Covarincia amostral

Sandro Bruno (UFRN)
9 / 88
Medias de tendncia central
Tendncia central: valores no centro da distribuio, em torno dos quais os

dados se agrupam;
Medidas tipicamente usadas:
Mdia aritmtica (mdia);
Mediana;
Moda.
Sandro Bruno (UFRN)
10 / 88
Sumario
1
2
3
Introduo
Tipos de medidas
Mdia
Mediana
Moda
Qual utilizar?
Medidas de variao
Amplitude
Quartis
5
6
7
8
Varincia
Desvio-padro
Medidas de formato
Box-plot
Covarincia amostral

Sandro Bruno (UFRN)
11 / 88
Mdia
A mdia aritmtica (mdia) a mais comum das medidas de tendncia

central;
Matematicamente, a soma dos valores dividido pelo nmero de valores:
Definio
Para uma amostra de tamanho n, dada por {X1 , X2 , , Xn }, a mdia X dada
por:
Pn
Xi
X1 + X2 + + Xn
X = i=1
=
n
n
Sandro Bruno (UFRN)
12 / 88
Mdia
Fisicamente, a mdia pode ser vista como o ponto de equilbrio em um
conjunto de dados (gangorra), onde todos os valores desempenham um papel
igual (mesma massa);
afetada por valores atpicos, tambm chamados de valores extremos ou

outliers.
Sandro Bruno (UFRN)
13 / 88
Mdia
Propriedades:
A soma dos desvios em relao a mdia nula: o desvio mede a distncia
entre o valor e a mdia, possui valor negativo considerando valores abaixo da
mdia e valores positivos considerando valores acima da mdia.
n
X
(Xi X ) = 0
i=1
A mdia o valor que minimiza a soma do quadrado dos desvios: seja o valor
c, denominado como centro dos dados, tal que a distncia medida pela
soma dos quadrados dos desvios dos outros valores em relao a c seja a
menor possvel. Este valor c sempre ser a mdia.
X = arg min
c
Sandro Bruno (UFRN)
n
X
(Xi c)
i=1
14 / 88
Mdia
Para o exemplo dado, a mdia X dada por:

5 + 10 + 10 + 10 + 10 + 12 + 15 + 20 + 20 + 25 + 30 + 30 + 40 + 40 + 60
15
337
=
22, 5minutos
5
X=
Sandro Bruno (UFRN)
15 / 88
Sumario
1
2
3
Introduo
Tipos de medidas
Mdia
Mediana
Moda
Qual utilizar?
Medidas de variao
Amplitude
Quartis
5
6
7
8
Varincia
Desvio-padro
Medidas de formato
Box-plot
Covarincia amostral

Sandro Bruno (UFRN)
16 / 88
Mediana
Em um rol (lista dos dados em ordem crescente), a mediana o nmero
correspondente ao meio da lista, de forma que 50% dos valores esto acima e
50% esto abaixo dele;
A mediana de um conjunto de dados ordenados localizada na posio
n+1
:
2
n+1
um valor inteiro. Ento, a
2
mediana o valor correspondente a este ndice (o nmero do meio da lista);
n+1
Se o nmero de valores par, ento
um valor no-inteiro. Ento,
2
convenciona-se que mediana a mdia dos dois valores do meio.
Se o nmero de valores mpar, ento
No afetada por valores atpicos (extremos):
Sandro Bruno (UFRN)
17 / 88
Mediana
Propriedade:
A mediana o valor que minimiza a soma do valor das distncias (valor
absoluto dos desvios): seja c o centro dos dados, tais que a distncia dos
outros valores em relao a c seja a menor possvel. Este valor c sempre ser
a mediana.
n
X
mediana = arg min
|Xi c|
c
Sandro Bruno (UFRN)
i=1
18 / 88
Mediana
Para o exemplo dado, a posio da mediana no rol :

n+1
15 + 1
16
=
=
=8
2
2
2
A mediana est na 8 posio, correspondendo ao elemento 20. Logo, a mediana
20 minutos.
Sandro Bruno (UFRN)
19 / 88
Sumario
1
2
3
Introduo
Tipos de medidas
Mdia
Mediana
Moda
Qual utilizar?
Medidas de variao
Amplitude
Quartis
5
6
7
8
Varincia
Desvio-padro
Medidas de formato
Box-plot
Covarincia amostral

Sandro Bruno (UFRN)
20 / 88
Moda
A moda o valor que ocorre com maior frequncia;

Usada tanto para dados numricos quanto para dados categricos (cuidado:
afetada pela escolha de classes de agrupamento);
Pode no haver moda e pode haver vrias modas em um conjunto de dados;
No afetada por valores extremos:
Sandro Bruno (UFRN)
21 / 88
Moda
Propriedade:
A mediana o valor que minimiza a soma do valor das distncias (valor
absoluto dos desvios): seja c o centro dos dados, tais que a distncia dos
outros valores em relao a c seja a menor possvel. Este valor c sempre ser
a mediana.
n
X
mediana = arg min
|Xi c|
c
Sandro Bruno (UFRN)
i=1
22 / 88
Moda
No problema dado, a moda 10 minutos, j que aparece mais vezes (4 vezes).
Sandro Bruno (UFRN)
23 / 88
Sumario
1
2
3
Introduo
Tipos de medidas
Mdia
Mediana
Moda
Qual utilizar?
Medidas de variao
Amplitude
Quartis
5
6
7
8
Varincia
Desvio-padro
Medidas de formato
Box-plot
Covarincia amostral

Sandro Bruno (UFRN)
24 / 88
Qual utilizar?
A mdia geralmente usada, a menos que existam valores extremos e com

distribuio muito assimtricas;
Nesse caso, a mediana a mais usada, uma vez que no sensvel a valores
extremos. Por exemplo, o preo mediano de casas pode ser registrado para
uma regio por ser menos sensvel a valores extremos;
O conceito de moda pode ser aplicado a dados categricos ou numricos
no-ordenados, ao contrrio da mdia e da mediana.
Sandro Bruno (UFRN)
25 / 88
Sumario
1
2
3
Introduo
Tipos de medidas
Mdia
Mediana
Moda
Qual utilizar?
Medidas de variao
Amplitude
Quartis
5
6
7
8
Varincia
Desvio-padro
Medidas de formato
Box-plot
Covarincia amostral

Sandro Bruno (UFRN)
26 / 88
Medidas de variao
Medidas de variao medem a disperso de valores em um conjunto de dados,

ou seja, o grau de afastamento dos dados em torno de um valor central;
Indicam se um conjunto de dados homogneo (mais concentrado em torno
do valor central) ou heterogneo (mais disperso em torno do valor central);
Medidas (absolutas) tipicamente utilizadas:
Amplitude;
Amplitude interquartil;
Varincia;
Desvio-padro.
Sandro Bruno (UFRN)
27 / 88
Sumario
1
2
3
Introduo
Tipos de medidas
Mdia
Mediana
Moda
Qual utilizar?
Medidas de variao
Amplitude
Quartis
5
6
7
8
Varincia
Desvio-padro
Medidas de formato
Box-plot
Covarincia amostral

Sandro Bruno (UFRN)
28 / 88
Amplitude
Medida de variao mais simples;
Definida como a diferena entre o maior e o menor dos valores dos dados:
Amplitude = Maior valor Menor valor
No leva em considerao o formato da distribuio dos dados:
sensvel a valores extremos:
Sandro Bruno (UFRN)
29 / 88
Amplitude
Para o exemplo dado, a amplitude dada por:

amplitude = 60 5 = 55minutos
Sandro Bruno (UFRN)
(1)
30 / 88
Sumario
1
2
3
Introduo
Tipos de medidas
Mdia
Mediana
Moda
Qual utilizar?
Medidas de variao
Amplitude
Quartis
5
6
7
8
Varincia
Desvio-padro
Medidas de formato
Box-plot
Covarincia amostral

Sandro Bruno (UFRN)
31 / 88
Sumario
1
2
3
Introduo
Tipos de medidas
Mdia
Mediana
Moda
Qual utilizar?
Medidas de variao
Amplitude
Quartis
5
6
7
8
Varincia
Desvio-padro
Medidas de formato
Box-plot
Covarincia amostral

Sandro Bruno (UFRN)
32 / 88
Medidas separatrizes so valores que dividem o rol em partes iguais;

Medidas separatrizes tipicamente usadas:
Quartis (4 partes);
Decis (10 partes);
Centis (100 partes);
A nomenclatura geral quantil ou pertencil.
Sandro Bruno (UFRN)
33 / 88
Sumario
1
2
3
Introduo
Tipos de medidas
Mdia
Mediana
Moda
Qual utilizar?
Medidas de variao
Amplitude
Quartis
5
6
7
8
Varincia
Desvio-padro
Medidas de formato
Box-plot
Covarincia amostral

Sandro Bruno (UFRN)
34 / 88
Quartis
Quartis dividem os dados ordenados em 4 segmentos com o mesmo nmero

de valores por segmento:
O primeiro quartil, Q1 , o valor para o qual 25% das observaes so

menores e 75% so maiores do que ele;
Q2 o mesmo que a mediana (50% so menores, 50% so maiores);
Apenas 25% dos valores so maiores do que o terceiro quartil, Q3 .
Sandro Bruno (UFRN)
35 / 88
Quartis
Determinado os quartis:
Em um rol de de n dados, os ndices para os quartis so definidos como:
n+1
;
4
n+1
Segundo quartil: valor na posio
;
2
3(n + 1)
.
Terceiro quartil: valor na posio
4
Primeiro quartil: valor na posio
Se a posio de um quartil um nmero inteiro, ento o quartil corresponde

ao valor ordenado nesta posio;
Se a posio uma frao com 0, 5 (2, 5, 3, 5, etc), ento o quartil igual a
mdia dos valores correspondendo as posies adjacentes (2 e 3, 3 e 4, etc);
Se a posio no um nmero inteiro e nem uma frao com 0, 5, ento
arredonda-se a posio para o inteiro mais prximo e determina-se o valor
correspondente.
Sandro Bruno (UFRN)
36 / 88
Quartis
Para o exemplo dado, as posies dos quartis so:

n+1
15 + 1
16
Primeiro quartil:
=
=
= 4;
4
4
4
15 + 1
16
n+1
=
=
= 8;
Segundo quartil:
2
2
2
3(n + 1)
3(15 + 1)
3(16)
Terceiro quartil:
=
=
= 3 4 = 12.
4
4
4
Logo, o primeiro, segundo e terceiro quartis so 10, 20 e 30 minutos,
respectivamente.
Sandro Bruno (UFRN)
37 / 88
Sumario
1
2
3
Introduo
Tipos de medidas
Mdia
Mediana
Moda
Qual utilizar?
Medidas de variao
Amplitude
Quartis
5
6
7
8
Varincia
Desvio-padro
Medidas de formato
Box-plot
Covarincia amostral

Sandro Bruno (UFRN)
38 / 88
A amplitude interquartil (AIQ) a diferena entre o terceiro e o primeiro

quartil:
Amplitude interquartil = Q3 Q1
Elimina alguns dos maiores e menores valores e calcula a amplitude apenas
com os valores restantes;
No sensvel a valores atpicos.
Sandro Bruno (UFRN)
39 / 88
No exemplo dado, sabe-se que o primeiro quartil 10 minutos, e o terceiro quartil

30 minutos. Logo, a amplitude interquartil dada por:
amplitude interquartil = 30 10 = 20minutos
Sandro Bruno (UFRN)
40 / 88
Sumario
1
2
3
Introduo
Tipos de medidas
Mdia
Mediana
Moda
Qual utilizar?
Medidas de variao
Amplitude
Quartis
5
6
7
8
Varincia
Desvio-padro
Medidas de formato
Box-plot
Covarincia amostral

Sandro Bruno (UFRN)
41 / 88
Varincia
A varincia (e o desvio-padro) medem o quanto as observaes se afastam

da mdia;
A varincia a mdia (aproximada, por n 1 graus de liberdade) do
quadrado dos desvios dos valores em relao a mdia:
2
S =
Pn
i=1
Xi X
n1
2
Onde X a mdia amostral.
Sandro Bruno (UFRN)
42 / 88
Varincia
Propriedades:
A varincia de uma constante k nula;
V (k) = 0
A varincia da soma ou diferena de uma constante k com uma varivel
igual a varincia da varivel;
V (k + X ) = V (k X ) = V (X )
A varincia do produto de uma constante por uma varivel igual ao produto
do quadrado da constante pela varincia da varivel.
V (kX ) = k 2 V (X )
Sandro Bruno (UFRN)
43 / 88
Varincia
No exemplo dado, a varincia dada como: 5, 10, 10, 10, 10, 12, 15, 20, 20, 25,
30, 30, 40, 40, 60
Valor mdio: 22, 5 minutos;
Quadrado das diferenas:
(5 22, 5)2 = (17, 5)2 = 306, 25;
(10 22, 5)2 = (12, 5)2 = 156, 25;
(12 22, 5)2 = (10, 5)2 = 110, 25;
(15 22, 5)2 = (7, 5)2 = 56, 25;
(20 22, 5)2 = (2, 5)2 = 6, 25;
(25 22, 5)2 = (2, 5)2 = 6, 25;
(30 22, 5)2 = (7, 5)2 = 56, 25;
(40 22, 5)2 = (17, 5)2 = 306, 25;
(60 22, 5)2 = (37, 5)2 = 1406, 25;
Sandro Bruno (UFRN)
44 / 88
Varincia
Soma dos quadrados:

306, 25 + 156, 25 + 156, 25 + 156, 25 + 156, 25 + 110, 25 + 56, 25 + 6, 25
+ 6, 25 + 6, 25 + 56, 25 + 56, 25 + 306, 25 + 306, 25 + 1406, 25 = 3247, 75
Diviso por n 1:
S2 =
3247, 75
3247, 75
=
231, 9821
15 1
14
Logo a varincia de 231, 9821 minutos2
Sandro Bruno (UFRN)
45 / 88
Sumario
1
2
3
Introduo
Tipos de medidas
Mdia
Mediana
Moda
Qual utilizar?
Medidas de variao
Amplitude
Quartis
5
6
7
8
Varincia
Desvio-padro
Medidas de formato
Box-plot
Covarincia amostral

Sandro Bruno (UFRN)
46 / 88
Desvio-padro
Medida de variao mais utilizada: desvio mdio dos dados em relao a

mdia.
Raiz quadrada da varincia;
Tem a mesma unidade que os dados originais.
s
2
Pn
X
i
i=1
S = S2 =
n1
Sandro Bruno (UFRN)
47 / 88
Desvio-padro
Sandro Bruno (UFRN)
48 / 88
Desvio-padro
Sandro Bruno (UFRN)
49 / 88
Desvio-padro
Passos para computar o desvio-padro amostral:

Computar a diferena entre cada valor e a mdia;
Elevar cada uma das diferenas ao quadrado;
Somar os quadrados das diferenas;
Dividir o total por n 1 para obter a varincia amostral;
Tirar a raiz quadrada da varincia amostral.
Sandro Bruno (UFRN)
50 / 88
Desvio-padro
Para o exemplo dado, o desvio-padro pode ser calculado como a raiz quadrada
da varincia. Logo:
p
S = S 2 = 231, 9821 15, 2310
Logo, o desvio-padro de 15, 2310 minutos.
Sandro Bruno (UFRN)
51 / 88
Sumario
1
2
3
Introduo
Tipos de medidas
Mdia
Mediana
Moda
Qual utilizar?
Medidas de variao
Amplitude
Quartis
5
6
7
8
Varincia
Desvio-padro
Medidas de formato
Box-plot
Covarincia amostral

Sandro Bruno (UFRN)
52 / 88
Medidas de formato
Medidas de formato tentam captar, em um nmero, caractersticas da

distribuio dos dados como assimetria e achatamento;
As medidas mais usadas so assimetria e curtose (no sero vistas neste

curso):
Sandro Bruno (UFRN)
53 / 88
Medidas de formato
Para dados com uma nica moda, a relao entre moda, mediana e mdia
nos fornecem uma ideia sobre a simetria de uma distribuio:
A assimetria segue a direo da cauda longa da distribuio.
Sandro Bruno (UFRN)
54 / 88
Sumario
1
2
3
Introduo
Tipos de medidas
Mdia
Mediana
Moda
Qual utilizar?
Medidas de variao
Amplitude
Quartis
5
6
7
8
Varincia
Desvio-padro
Medidas de formato
Box-plot
Covarincia amostral

Sandro Bruno (UFRN)
55 / 88
Box-plot
Um box-plot um grfico montado a partir de cinco valores significativos em
uma coleo de dados:
Valor mnimo (Xminimo );
Primeiro Quartil (Q1 );
Mediana ou segundo quartil (Q2 );
Terceiro Quartil (Q3 );
Valor mximo (Xmaximo ).
Formato de um box-plot:
O quadro e a linha central esto localizados no meio dos pontos extremos se

os dados forem simtricos em torno da mdia;
Um grfico box-plot pode ser apresentado tanto na vertical quanto na
horizontal.
Sandro Bruno (UFRN)
56 / 88
Box-plot
Quando os dados tem uma nica moda, o box-plot nos d uma ideia da
direo da assimetria nos dados (sem precisar olhar a distribuio):
Os valores mnimo e mximo do box-plot podem ser substitudos por outros

valores:
1 e 99 percentis;
2 e 98 percentis;
Um desvio padro abaixo e acima da mdia;
O menor dado dentro de 1, 5*AIQ (amplitude interquartil) de Q1 e o maior
dado dentro de 1, 5*AIQ de Q3 .
Sandro Bruno (UFRN)
57 / 88
Sumario
1
2
3
Introduo
Tipos de medidas
Mdia
Mediana
Moda
Qual utilizar?
Medidas de variao
Amplitude
Quartis
5
6
7
8
Varincia
Desvio-padro
Medidas de formato
Box-plot
Covarincia amostral

Sandro Bruno (UFRN)
58 / 88
As estatsticas descritivas discutidas descrevem uma amostra e no a

populao;
Medidas descritivas para a populao so chamadas de parmetros e
geralmente denotadas por letras gregas;
Os mais importantes parmetros de uma populao so a mdia
populacional, a varincia populacional e desvio-padro populacional.
Sandro Bruno (UFRN)
59 / 88

A mdia populacional a soma dos valores Xi na populao dividida pelo
tamanho N da populao:
Pn
Xi
X1 + X2 + + XN
= i=1
=
N
N
A varincia populacional a mdia do quadrado dos desvios dos valores em
relao a mdia populacional :
2 =
Pn
i=1
(Xi )
N
O desvio-padro populacional a medida de variao populacional mais

usada, tendo a mesma unidade que os dados originais, e equivale a raiz
quadrada da varincia:
s
Pn
2
i=1 (Xi )
2
= =
N
Sandro Bruno (UFRN)
60 / 88
Estatsticas amostrais versus parmetros populacionais:

Medida
mdia
varincia
desvio-padro
Sandro Bruno (UFRN)
Parmetro populacional
Estatstica amostral
X
S2
S
61 / 88
Sumario
1
2
3
Introduo
Tipos de medidas
Mdia
Mediana
Moda
Qual utilizar?
Medidas de variao
Amplitude
Quartis
5
6
7
8
Varincia
Desvio-padro
Medidas de formato
Box-plot
Covarincia amostral

Sandro Bruno (UFRN)
62 / 88
Duas alternativas diferentes so usadas para localizar valores atpicos

(extremos) dependendo das medidas usadas para variao:
Usando amplitude interquartil;
Usando o desvio-padro (escore-Z).
Sandro Bruno (UFRN)
63 / 88
Sumario
1
2
3
Introduo
Tipos de medidas
Mdia
Mediana
Moda
Qual utilizar?
Medidas de variao
Amplitude
Quartis
5
6
7
8
Varincia
Desvio-padro
Medidas de formato
Box-plot
Covarincia amostral

Sandro Bruno (UFRN)
64 / 88
Localizao de valores extremos com a amplitude

interquartil
A amplitude Interquartil compreende 50% dos dados;

Uma regra para localizar valores extremos identificar dados que so:
Menores ou iguais do que Q1 1, 5 AIQ;
Maiores ou iguais do que Q3 + 1.5 AIQ;
Dados nestas condies so considerados valores extremos.
Sandro Bruno (UFRN)
65 / 88
Localizao de valores extremos com a amplitude

interquartil
Para o exemplo dado, os limites so:

Q1 1, 5 AIQ = 10 1, 5 20 = 10 30 = 20
Q3 + 1.5 AIQ = 30 + 1, 5 20 = 30 + 30 = 60
Como 60 um valor maio ou igual ao limite superior do teste, ento ele um
valor extremo.
Sandro Bruno (UFRN)
66 / 88
Sumario
1
2
3
Introduo
Tipos de medidas
Mdia
Mediana
Moda
Qual utilizar?
Medidas de variao
Amplitude
Quartis
5
6
7
8
Varincia
Desvio-padro
Medidas de formato
Box-plot
Covarincia amostral

Sandro Bruno (UFRN)
67 / 88
O escore-Z, Zi , de um valor a distncia que este valor est da mdia

medida em unidades de desvio-padro;
Para computar o escore-Z de um dado, basta diminuir a mdia e divida pelo
desvio-padro:
Xi X
Zi =
S
Quanto maior o valor absoluto do escore-Z, mais longe o valor est da mdia;
Um valor Xi considerado extremo se e somente se Zi 3 ou Zi 3.
Sandro Bruno (UFRN)
68 / 88
Para o exemplo dado, as condies do menor e valor valor dos dado :

5 22, 5
17, 5
Z1 =
=
1, 1490
15, 2310
15, 2310
37, 5
60 22, 5
Z2 =
=
2, 4621
15, 2310
15, 2310
Como Z1 > 3 e Z2 < 3, ento no h valores extremos na lista.
Sandro Bruno (UFRN)
69 / 88
Sumario
1
2
3
Introduo
Tipos de medidas
Mdia
Mediana
Moda
Qual utilizar?
Medidas de variao
Amplitude
Quartis
5
6
7
8
Varincia
Desvio-padro
Medidas de formato
Box-plot
Covarincia amostral

Sandro Bruno (UFRN)
70 / 88
As medidas numricas vistas at agora descrio informaes de apenas uma

varivel;
Geralmente lida-se diversas variveis que se relacionam entre si.
Nestes casos, busca-se definir medidas para a fora da relao entre as
variveis envolvidas;
No caso de dados bivariados, as medidas mais utilizadas so:
Covarincia amostral;
Coeficiente de correlao.
Sandro Bruno (UFRN)
71 / 88
Para as definies de covarincia e coeficiente de correlao, ser utilizado o

seguinte exemplo:
Supe-se que o contedo de hidrognio (X) seja um fator importante na
porosidade (Y) de fundies de liga de alumnio. Uma amostra das duas variveis
foi obtida e os dados esto dispostos abaixo:
X
Y
Sandro Bruno (UFRN)
0,18
0,46
0,20
0,70
0,21
0,41
0,22
0,44
0,30
0,72
72 / 88
Sumario
1
2
3
Introduo
Tipos de medidas
Mdia
Mediana
Moda
Qual utilizar?
Medidas de variao
Amplitude
Quartis
5
6
7
8
Varincia
Desvio-padro
Medidas de formato
Box-plot
Covarincia amostral

Sandro Bruno (UFRN)
73 / 88
Covarincia amostral
A covarincia amostral mede a fora da relao linear entre duas variveis;
Mede se as duas variveis se movem juntas;
Frmula da covarincia entre duas variveis X e Y :
Pn
(Xi X ) (Yi Y )
Cov (X , Y ) = i=1
n1
Interpretao da covarincia entre duas variveis:
Positiva: X e Y tendem a se mover na mesma direo. (Xi s grandes
observados ao mesmo tempo que Yi s grandes ou Xi s pequenos observados ao
mesmo tempo que Yi s pequenos);
Negativa: X e Y tendem a se mover em direes opostas. (Xi s grandes
observados ao mesmo tempo que Yi s pequenos ou Xi s pequenos observados
ao mesmo tempo que Yi s grandes);
Nula: X e Y so linearmente independentes.
A covarincia varia de acordo com dimenses utilizadas, para as mesmas

variveis.
Sandro Bruno (UFRN)
74 / 88
Covarincia amostral
Sandro Bruno (UFRN)
75 / 88
Covarincia amostral
No exemplo dado, a covarincia amostral pode ser resumida nas seguintes etapas:
Clculo da mdia de X:
X=
0, 18 + 0, 20 + 0, 21 + 0, 22 + 0, 30
1, 11
=
= 0, 222
5
5
Clculo da mdia de Y:
Y =
0, 46 + 0, 70 + 0, 41 + 0, 44 + 0, 72
2, 73
=
= 0, 546
5
5
Clculo do produto das diferenas das mdias entre as duas variveis:

(0, 18 0, 222) (0, 46 0, 546) = 0, 003612;
(0, 20 0, 222) (0, 70 0, 546) = 0, 003388;
(0, 21 0, 222) (0, 41 0, 546) = 0, 001632;
(0, 22 0, 222) (0, 44 0, 546) = 0, 000212;
(0, 30 0, 222) (0, 72 0, 546) = 0, 013572.
Sandro Bruno (UFRN)
76 / 88
Covarincia amostral
Soma dos valores obtidos:

0, 003612 0, 003388 + 0, 001632 + 0, 000212 + 0, 013572 = 0, 01564
Diviso por n 1:
Cov (X , Y ) =
Sandro Bruno (UFRN)
0, 01564
0, 01564
=
= 0, 00391
51
4
77 / 88
Sumario
1
2
3
Introduo
Tipos de medidas
Mdia
Mediana
Moda
Qual utilizar?
Medidas de variao
Amplitude
Quartis
5
6
7
8
Varincia
Desvio-padro
Medidas de formato
Box-plot
Covarincia amostral

Sandro Bruno (UFRN)
78 / 88
O coeficiente de correlao mede a fora relativa da relao linear entre duas

variveis;
Clculo do coeficiente de correlao amostral entre duas variveis X e Y :
Pn
Cov (X , Y )
i=1 (Xi X ) (Yi Y )
r=s
2 s Pn
2 = SX SY
Pn
i=1 Xi X
i=1 Yi Y
n1
n1
Sandro Bruno (UFRN)
79 / 88
Propriedades:
O coeficiente de correlao adimensional;
O coeficiente de correlao varia entre -1 e 1;
Quanto mais prximo de -1 mais forte a relao linear negativa entre as
variveis;
Quanto mais prximo de 1, mais forte a relao linear positiva entre as
variveis;
Quanto mais prximo de 0, mais fraca a relao linear entre as variveis.
Sandro Bruno (UFRN)
80 / 88
Sandro Bruno (UFRN)
81 / 88
No exemplo dado, o coeficiente de correlao pode ser obtido a partir das
seguintes etapas:
Clculo da covarincia entre X e Y: Cov (X , Y ) = 0, 01564;
Clculo do desvio-padro de X:
Clculo do quadrado das diferenas:
(0, 18 0, 222)2
(0, 20 0, 222)2
(0, 21 0, 222)2
(0, 22 0, 222)2
(0, 30 0, 222)2
= 0, 001764;
= 0, 000484;
= 0, 000144;
= 0, 000004;
= 0, 006084
Soma dos quadrado das diferenas

0, 001764 + 0, 000484 + 0, 000144 + 0, 000004 + 0, 006084 = 0, 00848
0, 0848
0, 0848
=
= 0, 00212
51
4
Raiz quadrada da varincia: SX = 0, 00212 0, 04604
Diviso por n 1:
Sandro Bruno (UFRN)
82 / 88
Clculo do desvio-padro de Y:
Clculo do quadrado das diferenas:
(0, 46 0, 546)2
(0, 70 0, 546)2
(0, 41 0, 546)2
(0, 44 0, 546)2
(0, 72 0, 546)2
= 0, 007396;
= 0, 023716;
= 0, 018496;
= 0, 011236;
= 0, 030276.
Soma dos quadrado das diferenas

0, 007396 + 0, 023716 + 0, 018496 + 0, 011236 + 0, 030276 = 0, 09112
0, 09112
0, 09112
=
= 0, 02278
51
4
Raiz quadrada da varincia: SX = 0, 02278 0, 15093

Diviso por n 1:
Clculo do coeficiente de correlao:

r=
Sandro Bruno (UFRN)
0, 00391
0, 56269
0, 04604 0, 15093
83 / 88
Sumario
1
2
3
Introduo
Tipos de medidas
Mdia
Mediana
Moda
Qual utilizar?
Medidas de variao
Amplitude
Quartis
5
6
7
8
Varincia
Desvio-padro
Medidas de formato
Box-plot
Covarincia amostral

Sandro Bruno (UFRN)
84 / 88
Na causalidade, uma varivel apenas acontece por causa da outra;

Quando h correlao positiva observamos que duas variveis costumam
andar juntas. Pode ser que Y cause X , ou que X cause Y ou que exista
outra varivel (omitida) Z que cause as duas coisas...
Exemplos de correlao e no causalidade:
Com o passar do tempo, observamos primeiro o cantar do galo e uns minutos
depois o nascer do Sol - mas isso no quer dizer que o cantar do galo que
causa o nascer do Sol;
Pessoas que dormem de sapato acordam com dor de cabea. Dormir de sapato
causa dor de cabea?
Pessoas que dormem tarde tem salrio mais elevados. Vou dormir mais tarde
hoje para ver se acordo amanh com o salrio mais alto...
Sandro Bruno (UFRN)
85 / 88
Sandro Bruno (UFRN)
86 / 88
Sumario
1
2
3
Introduo
Tipos de medidas
Mdia
Mediana
Moda
Qual utilizar?
Medidas de variao
Amplitude
Quartis
5
6
7
8
Varincia
Desvio-padro
Medidas de formato
Box-plot
Covarincia amostral

Sandro Bruno (UFRN)
87 / 88
Consideraes ticas
A anlise de dados objetiva: uma anlise de dados sempre deve apresentar

as medidas descritivas que melhor atendem as hipteses a respeito do
conjunto de dados;
A Interpretao dos dados subjetiva: a interpretao deve ser honesta,
neutra e clara;
As medidas descritivas numricas devem documentar tanto os resultados
bons quanto os resultados ruins;
No deve-se usar medidas descritivas inadequadas para distorcer os fatos;
Ficar atento para omisses ao ler estatsticas descritivas, pois elas podem
esconder fatos que no esto de acordo com o ponto de vista do autor.
Sandro Bruno (UFRN)
88 / 88

Dia 02 - Aula 3 - Medidas Numéricas Descritivas

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Dia 02 - Aula 3 - Medidas Numéricas Descritivas

Uploaded by

Copyright:

Available Formats

Medidas numricas descritivas

Sandro Bruno do Nascimento Lopes

Sandro Bruno (UFRN)

Medidas numricas descritivas

Correlao versus causalidade

Medidas numricas descritivas

Correlao versus causalidade

Medidas numricas descritivas

Alguns modelos de grficos, como histogramas e diagramas de ramo-e-folha,

Sandro Bruno (UFRN)

Medidas numricas descritivas

Sandro Bruno (UFRN)

Medidas numricas descritivas

Sandro Bruno (UFRN)

Medidas numricas descritivas

Correlao versus causalidade

Medidas numricas descritivas

A tendncia central corresponde extenso na qual todos os valores de

Sandro Bruno (UFRN)

Medidas numricas descritivas

Correlao versus causalidade

Medidas numricas descritivas

Medias de tendncia central

Tendncia central: valores no centro da distribuio, em torno dos quais os

Sandro Bruno (UFRN)

Medidas numricas descritivas

Correlao versus causalidade

Medidas numricas descritivas

A mdia aritmtica (mdia) a mais comum das medidas de tendncia

Sandro Bruno (UFRN)

Medidas numricas descritivas

afetada por valores atpicos, tambm chamados de valores extremos ou

Sandro Bruno (UFRN)

Medidas numricas descritivas

Sandro Bruno (UFRN)

Medidas numricas descritivas

Para o exemplo dado, a mdia X dada por:

Sandro Bruno (UFRN)

Medidas numricas descritivas

Correlao versus causalidade

Medidas numricas descritivas

No afetada por valores atpicos (extremos):

Sandro Bruno (UFRN)

Medidas numricas descritivas

Sandro Bruno (UFRN)

Medidas numricas descritivas

Para o exemplo dado, a posio da mediana no rol :

Sandro Bruno (UFRN)

Medidas numricas descritivas

Correlao versus causalidade

Medidas numricas descritivas

A moda o valor que ocorre com maior frequncia;

Sandro Bruno (UFRN)

Medidas numricas descritivas

Sandro Bruno (UFRN)

Medidas numricas descritivas

No problema dado, a moda 10 minutos, j que aparece mais vezes (4 vezes).

Sandro Bruno (UFRN)

Medidas numricas descritivas

Correlao versus causalidade

Medidas numricas descritivas

A mdia geralmente usada, a menos que existam valores extremos e com

Sandro Bruno (UFRN)

Medidas numricas descritivas