aula bioestatistica
TRANSCRIPT
![Page 1: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/1.jpg)
UNIVERSIDADE ESTADUAL DO CEARÁ – UECE
CENTRO DE CIÊNCIAS E TECNOLOGIA – CECITEC
CURSO DE LICENCIATURA PLENA EM CIÊNCIAS BIOLÓGICAS
DISCIPLINA: BIOESTATÍSTICA III SEMESTRE
PROFº. ALEXANDRE LOPES ANDRADE
NOÇÕES BÁSICAS DE BIOESTATÍSTICA
Tauá/Ceará2012
![Page 2: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/2.jpg)
1.CAP-DEFINIÇÃO
A Estatística pode ser definida como oconjunto de ferramentas para a coleta,organização, análise e interpretação dedados experimentais.
A Bioestatística consiste na aplicação daEstatística à Biologia.
![Page 3: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/3.jpg)
HISTÓRICO DA ESTATÍSTICA
• ANTIGUIDADE: os povos já registravam o número dehabitantes, nascimentos, óbitos. Faziam "estatísticas".
• IDADE MÉDIA: as informações eram tabuladas comfinalidades tributárias e bélicas.
• SÉC. XVI: surgem as primeiras análises sistemáticas, asprimeiras tabelas e os números relativos.
• SÉC. XVIII: a estatística com feição científica é batizadapor Gottfried Achemmel (1719-1772). As tabelas ficammais completas, surgem as primeiras representaçõesgráficas e os cálculos de probabilidades
![Page 4: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/4.jpg)
A estatística está presente em nosso dia-a-dia
• Nos jornais, revistas, nosnoticiários de televisão, napolítica, nos estudos epesquisas científicas, quandose calcula a porcentagem depessoas que concluíram oensino Fundamental, Médioe Superior... Crescimento Educacional – 2001 a 2010
![Page 5: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/5.jpg)
ESTATÍSTICA DESCRITIVA E INFERÊNCIAL
• Descritiva: é utilizada para descrever aobservação de fenômenos, uma realidadesocial, econômica ou outra qualquer, atravésde tabelas e/ou gráficos;
![Page 6: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/6.jpg)
Descritiva
Ano: Sede: Número de medalhas:
1972 Munique 2
1976 Montreal 2
1980 Moscou 4
1984 Los Angeles 8
1988 Seul 6
1992 Barcelona 3
1996 Atlanta 15
2000 Sydney 12
• A tabela abaixo mostra o número de medalhas de Ouro que o Brasil ganhou em olimpíadas, entre 1972 e 2000.
![Page 7: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/7.jpg)
Nº de medalhas
0
5
10
15
Nº de medalhas
Nº de medalhas
Descritiva
![Page 8: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/8.jpg)
ESTATÍSTICA DESCRITIVA E INFERÊNCIAL
• Indutiva: refere-se a um processo degeneralização, a partir de resultadosparticulares.
![Page 9: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/9.jpg)
![Page 10: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/10.jpg)
POPULAÇÃO E AMOSTRA
• População- É o conjunto da totalidade deindivíduos que apresentam uma característicacomum, cujo comportamento se quer analisar(finita ou infinita).
![Page 11: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/11.jpg)
• Amostra- É um subconjunto finito dapopulação, ou seja, é uma parte da populaçãoda qual se observa algumas características.
![Page 12: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/12.jpg)
VARIÁVEIS
Em Estatística trabalhamos com variáveis querepresentam as características dos elementosque formam o conjunto de dados.
As variáveis podem ser:
• Qualitativas
• Quantitativas
![Page 13: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/13.jpg)
VARIÁVEIS
![Page 14: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/14.jpg)
VARIÁVEIS
![Page 15: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/15.jpg)
APRESENTAÇÃO DE DADOS
1. Tabelas- são representações que resumemum conjunto de informações observadasnum fenômeno.
São partes de uma tabela:
• Titulo
• Cabeçalho
• Corpo
![Page 16: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/16.jpg)
TABELAS
Anos Produção por Toneladas
1995 20.000
1996 27.000
1997 27.500
1998 29.000
1999 29.800
2000 30.000
Produção de Café no Brasil 1995-2000TABELA 1.1
Fonte: Imaginária
![Page 17: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/17.jpg)
2. Series Estatísticas- são tabelas queapresentam uma distribuição de um conjuntode dados em função da época, do local ou daespécie.
APRESENTAÇÃO DE DADOS
![Page 18: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/18.jpg)
Série Cronológica
Anos Vendas
2000 30.000
2001 45.000
2002 75.000
2003 85.000
Vendas da Campanha 2000 a 2003TABELA 1.2
Fonte: Imaginária
![Page 19: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/19.jpg)
Região Quantidade de Crianças
Norte 200.000
Nordeste 600.000
Sudeste 1.100.000
Sul 400.000
Centro Oeste 180.000
Série Geográfica
Vacinação contra PoliomieliteBrasil- 1993
TABELA 1.3
Fonte: Imaginária
![Page 20: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/20.jpg)
Setor Industrial Quantidade (Toneladas)
Aço 400
Papel 180
Açúcar 90.000
Chocolate 40.000
Produção média de cada operário por setorBrasil- 2002
TABELA 1.4
Série Especifica
Fonte: Imaginária
![Page 21: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/21.jpg)
Gráficos Estatísticos
1. Por Setor
Fonte: Google Analytcs
![Page 22: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/22.jpg)
2. Linha:
Gráficos Estatísticos
Fonte: Associação brasileira de prevenção dos acidentes de Trânsito
![Page 23: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/23.jpg)
3. Colunas:
Gráficos Estatísticos
Fonte: Projeto Nacional de Telessaúde – Núcleo São Paulo
![Page 24: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/24.jpg)
2. CAP-DISTRIBUIÇÃO DE FREQUÊNCIA
• Distribuição de freqüência com intervalos declasse: quando o tamanho da amostra éelevado, é mais racional efetuar oagrupamento dos valores em vários intervalosde classe.
![Page 25: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/25.jpg)
ELEMENTOS DE UMA DISTRIBUIÇÃO DE FREQUÊNCIA
• CLASSE- São os intervalos de variação davariável. São sempre iguais, em todas asclasses
Ex: 3ª classe é representada pela freqüência dedados encontrados entre 49 e 53 cm (49 |---- 53)
![Page 26: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/26.jpg)
• LIMITES DE CLASSE- Sãoos extremos de cadaclasse. O menornúmero é o limiteinferior de classe e omaior número, o limitesuperior de classe. Ex:em 49 |------- 53 (classe3), o limite inferior é 49e o superior é 53.
ELEMENTOS DE UMA DISTRIBUIÇÃO DE FREQUÊNCIA
![Page 27: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/27.jpg)
• AMPLITUDE DO INTERVALO DE CLASSE-
É a medida obtida pela diferença entre olimite superior e inferior da classe. Ex: natabela anterior, a amplitude da classe 3ª éigual a 53 - 49 = 4
Também pela Fórmula: h= AA/K
ELEMENTOS DE UMA DISTRIBUIÇÃO DE FREQUÊNCIA
![Page 28: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/28.jpg)
• AMPLITUDE AMOSTRAL (AA)- É a diferençaentre o valor máximo e o valor mínimo daamostra (ROL). Em nosso exemplo, aamplitude da amostra é igual a 60 - 41 = 19.
Fórmula = −
ELEMENTOS DE UMA DISTRIBUIÇÃO DE FREQUÊNCIA
![Page 29: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/29.jpg)
• AMPLITUDE TOTAL (At)- É a diferença entre olimite superior da última classe e o limiteinferior da primeira classe.
At= Xmax- Xmin
ELEMENTOS DE UMA DISTRIBUIÇÃO DE FREQUÊNCIA
![Page 30: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/30.jpg)
• PONTO MÉDIO DA CLASSE- É o ponto quedivide o intervalo de classe em duas partesiguais. Também dado pela fórmula:
Xi= Linf+ Lsup /2
Ex: a classe 3ª
ELEMENTOS DE UMA DISTRIBUIÇÃO DE FREQUÊNCIA
![Page 31: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/31.jpg)
• NÚMERO DE CLASSES- A primeirapreocupação para a construção de umadistribuição de freqüência.
Para a determinação do número de classes deuma distribuição, usamos a Regra de Sturges:
ELEMENTOS DE UMA DISTRIBUIÇÃO DE FREQUÊNCIA
![Page 32: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/32.jpg)
PASSOS PARA UMA DISTRIBUIÇÃO DE FREQUÊNCIAS COM CLASSE:
1. Organize os dados brutos em Rol;
2. Calcular a Amplitude Amostral (AA);
3. Calcular o Nº de Classes (K);
4. Calcular o Ponto Médio Xi= Liminf+Limsup ;
2
5. Confeccionar a Tabela.
![Page 33: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/33.jpg)
EXERCÍCIO
• Considere a distribuição de freqüência a seguir e responda (F) ou (V):
Diâmetro fi
4|.... 6
6|.... 8
8|.... 10
10|.... 12
12|.... 14
5
9
13
10
3
∑ 40
![Page 34: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/34.jpg)
• a) Menos de 85% tem diâmetro não inferior a 6cm ( ).
• b) 75% das observações estão no intervalo de 6|.... 12 ( )
• c) A soma dos pontos médios é inferior a soma da Fi ( )
• d) 32,5% das observações estão na 4ª classe ( )
• e) 27% das observações tem diâmetro baixo de 10cm
( )
![Page 35: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/35.jpg)
![Page 36: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/36.jpg)
3.CAP- MEDIDAS DE POSIÇÃO E DISPERSÃO
As medidas de posição mais importantes sãoas medidas de tendência central, que SÃOassim chamadas pelo fato de os dados seagruparem em torno dos valores centrais.
• Média Aritmética;
• Moda;
• Mediana.
![Page 37: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/37.jpg)
MEDIDAS DE POSIÇÃO
• Média Aritmética Simples ( X ):
Média Aritmética é o quociente da divisão da soma dos valores da variável pelo número deles:
X = ∑ Xi
• Média Aritmética Ponderada ( X ): A média é considerada Ponderada quando somam-se valores (Pesos) diferentes ao conjunto das observações:
X = ∑ xi fi
n
∑ fi
![Page 38: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/38.jpg)
• Dados não agrupados:Ex: Sabendo-se que a produção de solvente do reatorA, durante uma semana, foi de 10, 14, 13, 15, 18, 16 e 12litros, temos, para produção média da semana:
x = 10 + 14 + 13 + 15 + 16 + 18 + 12 = 98 = 14
Ex2: Um professor aplicou quarto provas e atribuiu os seguintes pesos respectivamente: 1, 2, 3, 4. se um aluno tiver recebido as notas 8, 7, 9 e 9 nessa ordem, sua nota final será:
X= (8x1)+ (7x2)+ (9x3)+(9x4)= 85 = 8,5
Média Aritmética ( X )
7 7
1+2+3+4 10
![Page 39: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/39.jpg)
• Dados agrupados: Sem intervalo de classe:
Consideremos a distribuição relativa a 34 famílias de quatrofilhos, tomando para variável o numero de filhos do sexomasculino:
Nº de
meninos
fi
0
1
2
3
4
2
6
10
12
4
∑ = 31
Tabela 01:
Média Aritmética ( X )
![Page 40: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/40.jpg)
Média Aritmética ( X )
• Neste caso, como as freqüências são números indicadores daintensidade de cada valor da variável, elas funcionam comofatores de ponderação, o que nos leva a calcular a médiaaritmética ponderada, dada pela formula:
X = ∑ xi fi
∑ fi
![Page 41: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/41.jpg)
Xi fi Xifi0
1
2
3
4
2
6
10
12
4
0
6
20
36
16
∑ = 34 ∑ = 78
Tabela 02:
X= 78/34= 2,29 ou 2,3 Meninos
![Page 42: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/42.jpg)
• Dados agrupados: Com intervalo de classe:
Neste caso, convencionamos que todos os valores incluídosem um determinado intervalo de classe coincidem com o seuponto médio, e determinamos a média aritmética ponderada.
i Estaturas
(cm)
fi xi xifi
1
2
3
4
5
6
150 – 154
154 – 158
158 – 162
162 – 166
166 – 170
170 – 174
4
9
11
8
5
3
152
156
160
164
168
172
608
1404
1760
1312
840
516
∑ = 40 ∑ = 6440
Tabela 03:
![Page 43: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/43.jpg)
• Temos: ∑ xifi = 6440, ∑ fi = 40
x = 6440 = 161 cm40
![Page 44: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/44.jpg)
![Page 45: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/45.jpg)
• Moda (Mo): Denominamos moda o valor que ocorre com maior freqüência em uma série de valores.
Dados não agrupados:A serie de dados:
7, 8, 9, 10, 10, 10, 11, 12, 13, 15
Tem moda igual a 10.
Podemos, entretanto, encontrar séries nas quais não exista valor modal:
3, 5, 8, 10, 12, 13 (amodal)
Na serie: 2, 3, 4, 4, 4, 5, 6, 7, 7, 7, 8, 9
Temos duas modas: 4 e 7 (bimodal).
MEDIDAS DE POSIÇÃO
![Page 46: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/46.jpg)
Moda (Mo):
• Dados agrupados: Sem intervalo de classe:
Uma vez agrupados os dados, épossível determinar imediatamentea moda, basta fixar da variável demaior freqüência.
Na distribuição da tabela 02, áfreqüência máxima (12)corresponde o valor 3 da variável.Logo: Mo = 3
Xi fi Xifi0
1
2
3
4
2
6
10
12
4
0
6
20
36
16
∑ = 34 ∑ =
78
![Page 47: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/47.jpg)
Moda (Mo):
• Dados agrupados: Com intervalo de classe:
A classe que apresenta a maior freqüência é denominada classe modal.
Temos então: Mo = l* + L*/2
L* = limite superior da classe modal
l* = limite inferior da classe modal
![Page 48: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/48.jpg)
Moda (Mo):
Na distribuição da tabela 03, á freqüência máxima (11) corresponde:
Mo = 158 + 162/2 = 160 Logo: Mo = 160 cm.
i Estaturas
(cm)
fi xi xifi
1
2
3
4
5
6
150 – 154
154 – 158
158 – 162
162 – 166
166 – 170
170 – 174
4
9
11
8
5
3
152
156
160
164
168
172
608
1404
1760
1312
840
516
∑ = 40 ∑ = 6440
Tabela 03:
![Page 49: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/49.jpg)
• Mediana (Md): É definida como o numero que seencontra no centro de uma serie de números, estando estesdispostos segundo uma ordem.
• Dados não agrupados:
Dada uma serie de valores, como, por exemplo:
5, 13, 10, 2, 18, 15, 6, 16, 9
Ordenação (crescente ou decrescente) dos valores:
2, 5, 6, 9, 10, 13, 15, 16, 18
Em seguida, tomamos aquele valor central que apresenta omesmo numero de elementos á direita e á esquerda númerosímpar de termos.
Temos então Md = 10
MEDIDAS DE POSIÇÃO
![Page 50: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/50.jpg)
Mediana (Md):
Se, porém, a serie dada tiver um numero par de termos, a mediana será o ponto médio.
Assim, a serie de valores:
2, 6, 7, 10 12, 13, 18, 21
Tem para mediana a média aritmética entre 10 e 12.
Logo: Md = 10 + 12/2 = 11; sendo assim a Md = 11
![Page 51: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/51.jpg)
Mediana (Md):
• Dados agrupados: Se os dados se agrupam em uma
distribuição de freqüência, o cálculo da mediana se processade modo muito semelhante àquele dos dados não agrupados.
Apenas compara-se o valor com a Fa.Emd = ∑ fi
2
![Page 52: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/52.jpg)
TABELA
Nº DE
MENINOSfi Fi
0
1
2
3
4
2
6
10
12
4
2
8
18
30
34
∑= 34
A mediana será aquele valor davariável que corresponde a talfreqüência acumulada:
Sendo: (∑ f1) ÷ 2 = 34 ÷ 2 = 17
Mediana (Md):
![Page 53: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/53.jpg)
Mediana (Md):
• Dados agrupados:
Se os valores da variável estiverem agrupados em classe o
cálculo da mediana será realizado pelo seguintes passos:
• 1) Determinamos as freqüências acumuladas.
• 2) Calculamos (∑ f1) ÷ 2.
• 3) Marcamos a classe correspondente à freqüência acumulada imediatamente superior à (∑ f1) ÷ 2 − classe mediana − e, em seguida, empregamos a fórmula:
![Page 54: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/54.jpg)
Md= l + c EMd- Fant
Onde :
l= Lim inferior da classe
c= Amplitude do intervalo de classe
Emd= Elemento da Mediana
fMd= Freqüência simples da mediana
Fant= Freqüência acumulada anterior à da classe mediana
FMd
Mediana (Md):
![Page 55: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/55.jpg)
TABELA 6
iESTATURAS
(cm)fi Fa
123456
150 ι— 154154 ι— 158158 ι— 162162 ι— 166166 ι— 170170 ι— 174
4911853
41324323740
∑ = 40
Mediana (Md):
![Page 56: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/56.jpg)
Quartis
Na estatística descritiva, um quartil é qualquer um dos trêsvalores que divide o conjunto ordenado de dados em quatropartes iguais, e assim cada parte representa 1/4 da amostraou população.
Assim, no caso duma amostra ordenada:
• primeiro quartil (designado por Q1/4) = quartil inferior = é ovalor aos 25% da amostra ordenada = 25º percentil
• segundo quartil (designado por Q2/4) = mediana = é o valoraté ao qual se encontra 50% da amostra ordenada = 50ºpercentil, ou 5º decil.
• terceiro quartil (designado por Q3/4) = quartil superior = valora partir do qual se encontram 25% dos valores mais elevados= valor aos 75% da amostra ordenada = 75º percentil
![Page 57: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/57.jpg)
MEDIDAS DE DISPERSÃO
As medidas de tendência central fornecem informações valiosasmas, em geral, não são suficientes para descrever ediscriminar diferentes conjuntos de dados.
As medidas de dispersão ou variabilidade permitem visualizar amaneira como os dados espalham-se (ou concentram-se) emtorno do valor central, são elas:
• Amplitude Total; Distância Interquartílica; Desvio Médio;Desvio Padrão ; Variância;e Coeficiente de Variação.
![Page 58: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/58.jpg)
MEDIDAS DE DISPERSÃO
• Amplitude Total (At); é a diferença entre o maior e o
menor valor do conjunto de dados.
At= Xmax- Xmin
Ex.: dados: 3, 4, 7, 8 e 8.
At= 8 – 3 = 5
![Page 59: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/59.jpg)
• Distância Interquartílica; é a diferença entre o
terceiro e o primeiro quartil de um conjunto de dados.
Dq= Q3- Q1
Fórmula das posições dos quartis:
Q1= Eq1= n Q3= Eq3= 3n
MEDIDAS DE DISPERSÃO
2
4 4
![Page 60: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/60.jpg)
Distância Interquartílica;
• Os Quartis são calculados a partir da fórmula:
hfi
facn
lQ
ANT4
inf1 hfi
facn
lQ
ANT4
2
inf2
hfi
facn
lQ
ANT4
3
inf3
![Page 61: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/61.jpg)
• Desvio Médio (Dm); é a diferença entre o valor
observado e a medida de tendência central (MédiaAritmética) do conjunto de dados.
![Page 62: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/62.jpg)
Desvio Médio (Dm);
• Calcular o desvio médio dos conjuntos de números apresentados do ex:
A= { 10,12,13,20,25,34,45}
B= {17,18,19,20,21,22,23 }
C= {-4, -3, -2, 3, 5 }
• Calcular a média X
• Calcular o somatório de todos os Xi – X em modulo | |
• Aplicar a fórmula
![Page 63: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/63.jpg)
• Variância (S2); é uma medida que expressa um desvio
quadrático médio do conjunto de dados, e sua unidade é oquadrado da unidade dos dados.
![Page 64: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/64.jpg)
• Desvio Padrão (S); é raiz quadrada da variância e sua
unidade de medida é a mesma que a do conjunto de dados.
![Page 65: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/65.jpg)
• Coeficiente de Variação; é uma medida de
variabilidade relativa, definida como a razão percentual entreo desvio padrão e a média, e assim sendo uma medidaadimensional expressa em percentual.
= ∙100 X
![Page 66: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/66.jpg)
4-CAP PROBABILIDADE
• Probabilidades- O estudo das probabilidades se faz
necessário em situações em que se conhece os desfechospossíveis de alguma situação, porém não se conhece qualdeles irá acontecer.
A probabilidade de um evento (E) é a divisão do número deresultados favoráveis pelo número de resultados possíveis (S).
P (E)= n(E)
S
![Page 67: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/67.jpg)
PROBABILIDADE
Alguns conceitos precisam ser apresentados para facilitar a
definição e entendimento das probabilidades.
São eles:
• Experimento Aleatório- é qualquer experimento em que épossível definir todos os resultados deste sem conhecer qualdeles será observado.
• Espaço Amostral- é o conjunto de todos os valores possíveisde um experimento aleatório. (S)
• Evento -é qualquer subconjunto de um espaço amostral. (E)
![Page 68: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/68.jpg)
• Ex: Lançamento de um dado:
S= {1,2,3,4,5,6,}
P (E1)= de ocorrer um número ímpar
P (E1)= 3/6 = ½
P (E2)= de ocorrer o nº 3
P (E2)= 1/6
• Ex2: Em um lançamento de uma moeda, qual a probabilidade de obter “cara”?
S = {Cara, Coroa}, n (S) = 2
P(E) = 1 / 2 = 0,5
PROBABILIDADE
![Page 69: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/69.jpg)
• Lançamento de dois dados:
P (E1)= (1, 3)
P (E2)= (1, 3) ou (3, 1)
Lançamento de duas moedas:
P (E1)= duas Caras
P (E2)= uma Cara e uma Coroa
P (E3)= duas Coroas
PROBABILIDADE
![Page 70: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/70.jpg)
• Propriedades:
1ª_ P(0)= 0
2ª_ P(S)= 1 ou 100%
3ª_ { P (par)= 1/2
{ P (ímpar)= 1/2
Logo: P(E) + P (E)= 1
4ª_ 0 < P (E) < 1
PROBABILIDADE
1/2 + 1/2= 2/2= 1
![Page 71: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/71.jpg)
Observação:
Probabilidade de 2 partos:
M=1/2
F= ½
(a + b)2 ou (M + F)2
Probabilidade de 3 partos:
(M+ F)3
PROBABILIDADE
S= { (M, F) (M, M) (F, M) (F, F)
![Page 72: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/72.jpg)
• A União de eventos (ou) probabilísticos é calculado pela fórmula:
P(E1 E2)= P(E1) + P(E2) - P(E1 E2)
Ex: Numa urna contém bolas...
UNIÃO DE EVENTOS
![Page 73: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/73.jpg)
• Condição:
E1 e E2 (E1 E2) = 0
P(E1 E2)= P(E1) + P(E2)
Ex; No lançamento de um dado....
EVENTOS MUTUAMENTE EXCLUSIVOS
![Page 74: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/74.jpg)
PROBABILIDADE CONDICIONAL
• Quando dois eventos E1 e E2 de um espaço amostral (S)qualquer ocorrem, chamamos de probabilidade E1
condicionada a E2 e representamos por P (E1/E2).
• Para o calculo utilizamos a fórmula:
P(E1/E2)= n (E1 E2)
Ex: No lançamento de um dado...
![Page 75: Aula bioestatistica](https://reader033.vdocuments.pub/reader033/viewer/2022042701/559de4ee1a28aba75f8b463c/html5/thumbnails/75.jpg)
REFERÊNCIAS BIBLIOGRÁFICAS
• Crespo, Antonio Arnot. Estatística Fácil. 17ª Edição. Saraiva,2002.
• Pereira, Paulo Henrique. Noções de Estatística. Papirus, 2004.