Professional Documents
Culture Documents
CONCEITOS DE ESTATÍSTICA
OBJECTIVOS
1
ESTATÍSTICA DESCRITIVA
A estatística descritiva procura resumir a informação relevante de uma massa de dados, a partir de
um conjunto de medidas e através de algumas representações gráficas.
Medidas de Localização
Parâmetros (dados referentes a uma população)
Medidas de Dispersão
População
Conjunto de elementos (finito ou infinito) que têm em comum
determinada característica. Amostra
Amostra
População
Todo o subconjunto não vazio e com menor número de elementos do que o
conjunto definido como população.
ESTATÍSTICA DESCRITIVA
Na estatística descritiva, a análise incide sobre as características relevantes dos elementos que
constituem as amostras e populações.
Cada característica é normalmente uma variável, já que os elementos podem ter posicionamentos diferentes relativamente
a essa determinada característica.
Variável Qualitativa
Variável Quantitativa
2
ESTATÍSTICA DESCRITIVA
Variáveis Qualitativas
Uma variável diz-se qualitativa quando pode ser distribuída em determinado número de categorias mutuamente exclusivas.
Arredondado
Exemplos
Oblongo
Oboval
Oval
Cor da peça, Tipo de defeito, Causa do defeito, Conformidade do componente, etc.
Forma da Folha
Variáveis Quantitativas
Uma variável diz-se quantitativa quando é mensurável, isto é, quando é expressa numericamente.
Exemplos
ESTATÍSTICA DESCRITIVA
Exemplos
Número de defeitos de uma peça, Número de colaboradores de uma empresa, Número de peças produzidas pela empresa, etc.
Exemplos
Área do componente, Volume da peça, Volume de vendas da empresa, Custo da matéria-prima, etc.
3
ESTATÍSTICA DESCRITIVA
• Reclamações relacionadas com o número de produtos defeituosos encontrados nos lotes vendidos;
ESTATÍSTICA DESCRITIVA
Na tabela de frequências encontra-se registado, para cada valor da variável, as respectivas ocorrências.
n - total de ocorrências
4
ESTATÍSTICA DESCRITIVA
Na tabela de frequências encontra-se registado, para cada valor da variável, as respectivas ocorrências.
F1 = 5
f1 = 0.05
ESTATÍSTICA DESCRITIVA
5
ESTATÍSTICA DESCRITIVA
Variável
ESTATÍSTICA DESCRITIVA
n - total de ocorrências
6
ESTATÍSTICA DESCRITIVA
Opção 1 Opção 2
log N
Número de Classes = 1 +
log 2
ESTATÍSTICA DESCRITIVA
Opção 1 Opção 2
log N
Número de Classes = 1 +
log 2
7 classes
log 100
Número de Classes = 1 +
log 2
7
ESTATÍSTICA DESCRITIVA
O valor calculado deve ser arredondado para um número conveniente (preferivelmente o número ímpar mais próximo com o
mesmo número de dígitos significativos que os dados em estudo).
ESTATÍSTICA DESCRITIVA
3.46 3.27
Valor Máximo - Valor Mínimo
Amplitude das Classes =
Número de Classes
7
Resumo
8
ESTATÍSTICA DESCRITIVA
• Cada limite de classe deve ser composto por mais um dígito significativo que os dados em análise, devendo acabar em 5.
4) Posicionar cada observação na classe apropriada e listar a frequência total para cada uma das classes
Todo este procedimento pode ser ajustado quando necessário por forma a fornecer um claro resumo dos dados e revelar o padrão
de variação subjacente.
ESTATÍSTICA DESCRITIVA
Agrupar os dados em classes permite condensar a informação original. Corre-se, contudo, o risco de se perder algum
detalhe.
9
ESTATÍSTICA DESCRITIVA
Histograma
• A sua simplicidade de construção e interpretação tornam-no uma ferramenta eficaz na análise elementar de dados.
ESTATÍSTICA DESCRITIVA
Histograma
0.4 Histograma
10
ESTATÍSTICA DESCRITIVA
Histograma - Interpretação
Tendência Dispersão
ESTATÍSTICA DESCRITIVA
Medidas de Localização
Média
Mediana
Média Aritmética
Média populacional
μ
Média amostral
X
11
ESTATÍSTICA DESCRITIVA
Média Aritmética
N n
xi
i=1
xi
μ= X = i=1
N n
Parâmetro Estimador
μ X
ESTATÍSTICA DESCRITIVA
Medidas de Dispersão
Variância
Medidas de Dispersão
Desvio-padrão
Variância populacional
σ2
Desvio-padrão populacional
σ
Variância amostral
s2
Desvio-padrão amostral
s
12
ESTATÍSTICA DESCRITIVA
Variância
A variância corresponde à média do quadrado das variações das observações em relação ao valor médio.
N n
(xi- ) 2
2
(xi- X ) 2
=
2 i=1 s = i=1
N n
Parâmetro Estimador
2 s2
ESTATÍSTICA DESCRITIVA
Desvio-padrão
O desvio-padrão corresponde à raiz quadrada da variância. Possuindo, em relação a esta, a vantagem de se encontrar expresso nas
mesmas unidades da variável.
N n
(xi- ) 2
(xi- X ) 2
= i=1
s= i=1
N n
Parâmetro Estimador
s
13
ESTATÍSTICA DESCRITIVA
Quando se pretende utilizar a variância/desvio-padrão amostral para estimar a variância/desvio-padrão da população, o somatório dos
quadrados dos desvios deve ser dividido por n-1 em vez de n.
n n
(xi- X ) 2
(xi- X ) 2
s '2 = i=1
s' = i=1
n-1 n-1
DISTRIBUIÇÕES TEÓRICAS
Função probabilidade de distribuição é uma fórmula matemática que relaciona os valores de uma característica com a sua probabilidade
de ocorrência na população. O conjunto destas probabilidades designa-se probabilidade de distribuição.
A curva de distribuição encontra-se relacionada com a frequência de distribuição e o respectivo histograma. Quando a amostra se
torna cada vez maior e o comprimento de cada classe cada vez menor, o histograma aproxima-se de uma curva suave.
A forma do histograma da amostra de dados fornece alguma indicação da probabilidade de distribuição da população.
14
DISTRIBUIÇÕES TEÓRICAS
Diversos fenómenos da vida real obedecem, ou, pelo menos, aproximam-se, da distribuição normal.
A distribuição normal tem dois parâmetros que a caracterizam, a média (μ) e o desvio-padrão (σ).
A representação gráfica da distribuição normal corresponde a uma curva em forma de sino, simétrica em torno da média, μ.
X N (; )
x 2
1
f (x ) e 2 2
, x ;
2
μ X
DISTRIBUIÇÕES TEÓRICAS
Distribuição Normal
X N (; )
P ( X ) 0.6826 68.26 %
P ( 2 X 2 ) 0.9546 95.46 %
P ( 3 X 3 ) 0.9973 99.73 %
μ - 3σ μ - 2σ μ-σ μ μ+σ μ + 2σ μ + 3σ X
68.26 %
95.46 %
99.73 %
A área total abaixo da curva, correspondente à probabilidade da variável X tomar qualquer valor real, é igual à unidade.
15
DISTRIBUIÇÕES TEÓRICAS
Distribuição Normal
X N (; ) Z N ( 0; 1)
X
Z
-3 -2 -1 0 1 2 3
X - Variável aleatória contínua com distribuição normal Z - Variável estandardizada (reduzida, normal-padrão)
DISTRIBUIÇÕES TEÓRICAS
Distribuição Normal
Z N ( 0; 1) P ( 1 X 1) 0.6826 68.26 %
P ( 2 X 2 ) 0.9546 95.46 %
P ( 3 X 3) 0.9973 99.73 %
-3 -2 -1 0 1 2 3 X
68.26 %
95.46 %
99.73 %
É a partir das tabelas da distribuição normal estandardizada que se calculam as probabilidades pretendidas para uma qualquer variável aleatória
com distribuição normal.
16
INFERÊNCIA ESTATÍSTICA
Estimação é o processo de analisar o resultado de uma amostra para prever o valor correspondente do parâmetro da população.
A dificuldade em saber se a estimativa está ou não próxima do verdadeiro valor do parâmetro é uma contrariedade na estimação de
parâmetros.
Estimação por Intervalos - Gama de valores que inclui o verdadeiro valor do parâmetro da população.
Do ponto de vista da inferência estatística, o risco de falhar a estimação de um parâmetro é muito maior numa estimativa pontual
do que numa estimativa por intervalos.
O nível de confiança (λ) corresponde à probabilidade do valor real do parâmetro se encontrar no interior do intervalo de confiança.
INFERÊNCIA ESTATÍSTICA
Estimação de Parâmetros
λ - nível de confiança
I X z1 ; X z1
2 n 2 n
Z - variável estandardizada
17
INFERÊNCIA ESTATÍSTICA
Estimação de Parâmetros
Se a amostra for de grandes dimensões, a aplicação
do teorema do limite central torna-se possível,
podendo assumir-se:
Característica populacional - Média (parâmetro a estimar)
S' S'
X
N 0 ;1 I X z 1 ; X z 1
S' 2 n 2 n
População Normal; Desvio-padrão populacional desconhecido n
X
t n 1
S' X - média amostral
n
S’ - desvio-padrão amostral corrigido
n - dimensão da amostra
S' S'
I X t 1 ; X t 1 λ - nível de confiança
2 n 2 n
t - coeficiente da distrib. t-student, com n-1 graus de liberdade
INFERÊNCIA ESTATÍSTICA
Estimação de Parâmetros
I X z 1 ; X z 1
2 n 2 n
Dimensão da Amostra
Nível de Confiança grau de certeza de que o valor real se encontra dentro do intervalo estimado
18