prof. hubert chamone gesser , dr. graduação em administração - esag/udesc
DESCRIPTION
Centro Universitário Estácio de Sá de Santa Catarina Instituto de Certificação de Estudos de Trânsito e Transportes. ESTATÍSTICA . Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC Doutorado e Mestrado em Engenharia de Produção - UFSC. - SUMÁRIO -. - PowerPoint PPT PresentationTRANSCRIPT
![Page 1: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/1.jpg)
Prof. Hubert Chamone Gesser, Dr.
Graduação em Administração - ESAG/UDESCDoutorado e Mestrado em Engenharia de Produção - UFSC
Centro Universitário Estácio de Sá de Santa CatarinaInstituto de Certificação de Estudos de Trânsito e Transportes
![Page 2: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/2.jpg)
- SUMÁRIO -
Conceitos Básicos em Estatística
Conhecendo os Dados
Medidas de Tendência Central
Medidas de Ordenamento
Medidas de Dispersão
Tabelas e Gráficos
Amostragem
Correlação
![Page 3: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/3.jpg)
Prof. Hubert Chamone Gesser, Dr.
Disciplina de Estatística
Retornar
Conceitos Básicos em Estatística
![Page 4: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/4.jpg)
ESTATÍSTICA
ESTATÍSTICA
Origem no latim status (estado) + isticum (contar)
“Informações referentes ao estado”
Coleta, Organização, Descrição, Análise e Interpretação de Dados
![Page 5: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/5.jpg)
ESTATÍSTICA
Recenseamentos
Com o surgimento dos Estados, aparece a necessidade de se contar o povo (produção) e o exército (poder). Esforços dos governos para conhecer seus habitantes, sua condição socioeconômica, sua cultura, sua religião, etc.
ASSOCIAÇÃO ENTRE ESTATÍSTICA E ESTADO
![Page 6: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/6.jpg)
PANORAMA HISTÓRICO
6
Desde a Antiguidade, vários povos já registravam o número de habitantes, de nascimentos e óbitos, que hoje chamamos de “estatísticas”.
Na Idade Média, colhiam-se informações, geralmente com finalidades bélicas ou tributárias.
ESTATÍSTICA
![Page 7: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/7.jpg)
7
Fonte: http://www.educ.fc.ul.pt/icm/icm2003/icm24/introducao.htm
ESTATÍSTICA
![Page 8: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/8.jpg)
Para Sir Ronald A. Fisher (1890-1962):
Estatística é o estudo das populações, das variações e dos métodos de redução de dados.
O Que é Estatística?
ESTATÍSTICA
![Page 9: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/9.jpg)
ESTATÍSTICA
“Eu gosto de pensar na Estatística como a ciência de aprendizagem a partir dos dados...”
Jon KettenringPresidente da American Statistical Association, 1997
O Que é Estatística?
![Page 10: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/10.jpg)
ESTATÍSTICA
O Que é Estatística (definição)? “Estatística é um conjunto de
técnicas e métodos que nos auxiliam no processo de tomada de decisão na presença de incerteza.”
![Page 11: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/11.jpg)
ESTATÍSTICA
LIVROS DE ESTATÍSTICA
![Page 12: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/12.jpg)
ESTATÍSTICA
As diferenças são atribuídas a causas erradas; As coincidências ocorrem frequentemente; As pessoas têm dificuldades com probabilidades; Acrescentam polimento às publicações; Faz conhecer o “grau de confiança” das
conclusões.
POR QUE A ESTATÍSTICA É IMPORTANTE?
![Page 13: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/13.jpg)
ESTATÍSTICA
Indicadores Sociais Diferentes
1o Mundo 3o Mundo
Alta Expectativa de VidaBoas Condições Sanitárias
Hábitos de ConsumoAssistência em Saúde
Doenças InfecciosasAlta Mortalidade Infantil
Baixa EscolaridadeIniquidades em Saúde
As variabilidades mostram que existem diferenças
![Page 14: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/14.jpg)
EXPECTATIVA DE VIDA – Diferenças entre os países
ESTATÍSTICA
![Page 15: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/15.jpg)
ESTATÍSTICA
RENDA PER CAPITA NO BRASIL (PNUD, 2000)
![Page 16: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/16.jpg)
ESTATÍSTICA
RENDA PER CAPITA EM SANTA CATARINA (PNUD, 2000)
![Page 17: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/17.jpg)
ESTATÍSTICA
ACESSO AO ENSINO SUPERIOR NO BRASIL (PNUD, 2000)
![Page 18: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/18.jpg)
ESTATÍSTICA
ACESSO AO ENSINO SUPERIOR EM SANTA CATARINA (PNUD, 2000)
![Page 19: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/19.jpg)
ESTATÍSTICA
GRÁFICO DE DISPERSÃO - RENDA x EDUCAÇÃO (PNUD, 2000)
![Page 20: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/20.jpg)
ESTATÍSTICA
FONTES DEMOGRÁFICAS
Bancos de Dados (OMS, OPAS, MS, IBGE, etc)
Indicadores Sociais (IDH, GINI, QV)
Pesquisas de Mercado (Hábitos de Consumo)
Censos Demográficos
Pesquisa Nacional por Amostra de Domicílios (PNAD)
Programa das Nações Unidas para o Desenvolvimento (PNUD)
![Page 21: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/21.jpg)
ESTATÍSTICA
POPULAÇÃO: Conjunto de elementos que se deseja estudar
AMOSTRA: Subconjunto da população
Nem sempre o Censo é viável (questões econômicas)
É mais barato coletar dados de amostras
POPULAÇÃO E AMOSTRA
![Page 22: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/22.jpg)
ESTATÍSTICA
POPULAÇÃO: Também chamada de Universo
AMOSTRA: Parte da população
População
Amostra
![Page 23: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/23.jpg)
ESTATÍSTICA
POPULAÇÃO (N): Todos os motoristas de Fpolis/SC
AMOSTRA (n): Parte dos motoristas de Fpolis/SC
POPULAÇÃO E AMOSTRA
Plano de Amostragem
![Page 24: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/24.jpg)
ESTATÍSTICA
REQUISITOS DE UMA AMOSTRA
1) Ter um tamanho adequado (previamente calculado) Existem fórmulas para o cálculo do adequado tamanho da amostra
2) Constituintes selecionados ao acaso (sorteio)
![Page 25: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/25.jpg)
ESTATÍSTICA
Amostragem e Planejamento de Experimentos(coleta dos dados)
Estatística Descritiva(organização, apresentação e sintetização dos dados)
Estatística Inferencial(testes de hipóteses, estimativas, probabilidades)
Áreas da Estatística
![Page 26: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/26.jpg)
ESTATÍSTICA
Amostragem e Planejamento de Experimentos(coleta dos dados)
- É o processo de escolha da amostra
- É o início de qualquer estudo estatístico- Consiste na escolha criteriosa dos elementos a serem submetidos ao estudo
Exemplos: Pesquisa sobre tendência de votação Cuidado: Perfil da Amostra = Perfil da População
![Page 27: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/27.jpg)
ESTATÍSTICA
Estatística Descritiva(organização, apresentação e sintetização dos dados)
- É a parte mais conhecida- Diariamente veiculada na mídia (jornais, televisão, rádio)- Distribuições de frequência, médias, tabelas, gráficos
Exemplos: Quantidade de acidentes de trânsito em uma cidade Índice de Mortalidade Infantil (por mil nascimentos) Média de acidentes em uma rodovia
![Page 28: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/28.jpg)
ESTATÍSTICA
Os Gráficos são Estatísticas Descritivas
![Page 29: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/29.jpg)
ESTATÍSTICA
![Page 30: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/30.jpg)
ESTATÍSTICA
![Page 31: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/31.jpg)
ESTATÍSTICA
Real x Utopia
![Page 32: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/32.jpg)
ESTATÍSTICA
Acidentologia - Risco e PrevençãoVisão Multidisciplinar
![Page 33: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/33.jpg)
ESTATÍSTICA
Acidentes de Trânsito
![Page 34: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/34.jpg)
ESTATÍSTICA
Manchetes de Jornais
Impunidade…o que acontece com aqueles que matam no trânsito? Número de mortes no trânsito ultrapassa o de homicídios em SP Acidente com van e carreta mata 12 em MG Acidentes com vítimas tiveram redução de 33% em Curitiba Número de mortes aumenta 4% nas estradas federais nos feriados
![Page 35: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/35.jpg)
Paraguai
Argen
tina
![Page 36: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/36.jpg)
ESTATÍSTICA
Estatística Inferencial, Indutiva ou Analítica(testes de hipóteses, estimativas)
- Auxilia o processo de tomada de decisões- Responde uma dúvida, compara grupos- Testam-se 2 hipóteses (hipótese nula e hipótese alternativa), sendo que
uma delas será aceita mediante a aplicação de um teste estatístico baseado na teoria das probabilidades.
Exemplo: O tabagismo está associado às doenças pulmonares? Hipóteses: Nula (não há associação), Alternativa (há associação)
![Page 37: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/37.jpg)
37
FASES DO MÉTODO ESTATÍSTICO
COLETA DE DADOS CRÍTICA DOS DADOS APURAÇÃO DOS DADOS EXPOSIÇÃO OU
APRESENTAÇÃO ANALISAR OS RESULTADOS E
FAZER INFERÊNCIA
ESTATÍSTICA
![Page 38: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/38.jpg)
38
SOFTWARES ESTATÍSTICOS• SPSS• Epidata• Bioestat• Excel• STATA• SAS• Epi Info
ESTATÍSTICA
![Page 39: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/39.jpg)
Prof. Hubert Chamone Gesser, Dr.
Disciplina de Estatística
Retornar
Conhecendo os Dados
![Page 40: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/40.jpg)
ESTATÍSTICA
Dados Nominais (Sexo, Raça, Cor dos Olhos) Dados Ordinais (Grau de Satisfação) Dados Numéricos Contínuos (Altura, Peso) Dados Numéricos Discretos (Número de Automóveis)
“Estatísticas aplicadas em alguns tipos de dadosnão podem ser aplicadas em outros .”
TIPOS DE DADOS
![Page 41: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/41.jpg)
ESTATÍSTICA
Dados Intervalares (Temperatura oC)
Quando se referem a valores obtidos mediante a aplicação de uma unidade de medida arbitrária, porém constante e onde o zero é relativo. Este tipo de dado tem restrições a cálculos.
30oC não é três vezes mais quente que 10oCPara cálculos se utiliza a escala Kelvin
TIPOS DE DADOS
![Page 42: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/42.jpg)
42
VARIÁVEL QUANTITATIVA OU QUALITATIVA?
ESTATÍSTICA
![Page 43: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/43.jpg)
43
VARIÁVEL QUANTITATIVA OU QUALITATIVA?
Fonte: http://www.bocamaldita.com/1119733943/nova-charge-no-ar-contra-corrupcao/
ESTATÍSTICA
![Page 44: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/44.jpg)
44
VARIÁVEL QUANTITATIVA OU QUALITATIVA?
ESTATÍSTICA
![Page 45: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/45.jpg)
45
ARREDONDAMENTO DE NÚMEROS 1ª Regra: Arredondar para o número mais próximo
2ª Regra: Arredondar para o par mais próximo
5,0 5,5 6,0
6,0 6,5 7,0
ESTATÍSTICA
![Page 46: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/46.jpg)
ESTATÍSTICA
EXERCÍCIO No 1
Faça os seguintes arredondamentos:
38,648 para o centésimo mais próximo 38,6554,76 para o décimo mais próximo 54,827,465 para o centésimo mais próximo 27,4642,455 para o centésimo mais próximo 42,464,5 para o inteiro mais próximo 4
![Page 47: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/47.jpg)
ESTATÍSTICA
AGRUPAMENTO DE DADOS POR VALORES DISTINTOS
8 2 5 6 5 6 5 4 3 7 5 6 5 4 7 2 5 4 6 5 3 6 5 4 2 5 3 6
x f (frequência) 2 3 3 3 4 4 5 9 6 6 7 2 8 1Total 28
![Page 48: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/48.jpg)
ESTATÍSTICA
AGRUPAMENTO DE DADOS POR CLASSES
Classes f (frequência) Ponto Médio
39 50 4 44,550 61 5 55,5 61 72 5 66,572 83 6 77,583 94 5 88,5
![Page 49: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/49.jpg)
ESTATÍSTICA
POLÍGONO DE FREQUÊNCIA
x f 2 3 3 3 4 4 5 9 6 6 7 2 8 1Total 28
f
x
10
8
6
4
2
2 3 4 5 6 7 8
![Page 50: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/50.jpg)
ESTATÍSTICA
CURVAS DE FREQUÊNCIA
Análise Horizontal: Análise Vertical: Assimétrica Positiva Leptocúrtica (alta) Simétrica Mesocúrtica Assimétrica Negativa Platicúrtica (baixa)
Análise Conjunta: Assimétrica Positiva Leptocúrtica Simétrica Mesocúrtica “Curva de Gauss” “Curva Normal”
![Page 51: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/51.jpg)
ESTATÍSTICA
CURVAS DE FREQUÊNCIA
Análise Horizontal: Assimétrica Positiva (cauda direita longa)
f
x
![Page 52: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/52.jpg)
ESTATÍSTICA
CURVAS DE FREQUÊNCIA
Análise Horizontal: Simétrica
f
x
![Page 53: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/53.jpg)
ESTATÍSTICA
CURVAS DE FREQUÊNCIA
Análise Horizontal: Assimétrica Negativa (cauda esquerda longa)
f
x
![Page 54: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/54.jpg)
ESTATÍSTICA
CURVAS DE FREQUÊNCIA
Análise Vertical: Leptocúrtica (alta)
f
x
![Page 55: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/55.jpg)
ESTATÍSTICA
CURVAS DE FREQUÊNCIA
Análise Vertical: Mesocúrtica
f
x
![Page 56: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/56.jpg)
ESTATÍSTICA
CURVAS DE FREQUÊNCIA
Análise Vertical: Platicúrtica (baixa)
f
x
![Page 57: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/57.jpg)
ESTATÍSTICA
Apresentam-se os valores absolutos e as porcentagensPodem ser usadas tabelas ou gráficos
DESCRIÇÃO DE DADOS NOMINAIS E ORDINAIS
05
10152025303540
1° Trim. 2° Trim.
20,4
30,6
45,9
Gráfico de Barras Gráfico Circular
![Page 58: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/58.jpg)
ESTATÍSTICA
DESCRIÇÃO DE DADOS NOMINAIS E ORDINAIS
05
1015202530354045
1° Trim. 2° Trim.
Gráfico de Linhas(não é usado, pois é restrito a dados numéricos contínuos)
20,4
30,6
45,9
0 10 20 30 40 50
Gráfico de Barras Horizontal
CUIDADO!!!
![Page 59: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/59.jpg)
ESTATÍSTICA
Trazem informações que expressam a tendência central e a dispersão dos dados.
Tendência Central: Média ( x ), Mediana ( Md ), Moda ( Mo )
Medidas de Dispersão: Desvio Padrão, Variância, Amplitude, Coeficiente de Variação,
Valor Máximo, Valor Mínimo
DESCRIÇÃO DOS DADOS CONTÍNUOS
![Page 60: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/60.jpg)
ESTATÍSTICA
EXERCÍCIO No 2Em uma pesquisa sobre infrações de trânsito foram coletados as seguintes quantidades de multas/dia em uma determinada rodovia: 65 66 62 66 63 61 67 63 64 62 68 67 65 64 65 66 63 64 65 66 64 63 64 66 65 63 64 65 64 63 64 63 64 68 69 70
a) Qual foi o tamanho da amostra (n)?b) Qual é o maior e o menor volume de multas/dia?c) Faça o agrupamento de dados por valores distintos.d) Faça o agrupamento em 3 classes.
![Page 61: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/61.jpg)
Prof. Hubert Chamone Gesser, Dr.
Disciplina de Estatística
Retornar
Medidas de Tendência Central
![Page 62: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/62.jpg)
ESTATÍSTICA
Nos dão uma idéia de onde se localiza o centro, o ponto médio de um determinado conjunto de dados.
Medidas:
- Média,
- Moda e
- Mediana.
MEDIDAS DE TENDÊNCIA CENTRAL
![Page 63: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/63.jpg)
ESTATÍSTICA
Fonte: renovadoresudf.wordpress.com
![Page 64: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/64.jpg)
ESTATÍSTICA
É um valor típico representativo de um conjunto de dados. Fisicamente representa o ponto de equilíbrio da distribuição.
Modos de calcular
1) para dados simples
2) para valores distintos
3) para agrupamentos em classes
MÉDIA
x = S x / n
x = S fx / n
x = S fx / n
![Page 65: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/65.jpg)
ESTATÍSTICA
1) Cálculo para dados simples
MÉDIA
x = S x / n
S x = Soma dos valoresn = tamanho da amostra
x = (16+18+23+21+17+16+19+20)8
x = 18,75
16 18 23 21 17 16 19 20
![Page 66: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/66.jpg)
ESTATÍSTICA
2) Cálculo para valores distintos x f fx 2 3 6 3 3 9 4 4 16 5 9 45 6 6 36 7 2 14 8 1 8 Total 28 134
MÉDIA
x = S fx / n
S fx = Soma dos produtos dos valores distintos
com a frequêncian = tamanho da amostra
x = 134 x = 4,7857 28
![Page 67: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/67.jpg)
ESTATÍSTICA
3) Cálculo para agrupamentos em classes Classes f x fx 39 50 4 44,5 178 50 61 5 55,5 277,5 61 72 5 66,5 332,5 72 83 6 77,5 465 83 94 5 88,5 442,5 Total 25 - 1695,5
MÉDIA
x = S fx / n
S fx = Soma dos produtos dos valores distintos
com a frequêncian = tamanho da amostra
x = 1695,5 x = 67,82 25
![Page 68: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/68.jpg)
ESTATÍSTICA
É o valor que ocupa a posição central de um conjunto de dados ordenados.
Para um número par de termos a mediana é obtida através da média aritmética dos dois valores intermediários.
Interpretação:50% dos valores estão abaixo ou coincidem com a mediana e 50% estão acima ou coincidem com a mediana.
MEDIANA
![Page 69: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/69.jpg)
69
DADOS BRUTOS E ROLDados brutos são aqueles que ainda não foram
numericamente ordenados. Rol é um arranjo de dados numéricos brutos em
ordem crescente ou decrescente de grandeza
Fonte: http://danigimenes.blogspot.com.br/2012/03/fila-anda.html
ESTATÍSTICA
![Page 70: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/70.jpg)
70
DISPOSIÇÃO EM ROL
ESTATÍSTICA
Fonte: http://guiacemtiradentes.blogspot.com.br/2013/03/moda-mediana-media-matematica.html
![Page 71: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/71.jpg)
71
ESTATÍSTICA
Roteiro para o Cálculo do Valor da Mediana:
Fazer a disposição em rol Calcular a posição da mediana Encontrar o valor
![Page 72: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/72.jpg)
ESTATÍSTICA
1) Cálculo da posição da mediana para dados simples
MEDIANA
2 3 4 5 67 8 9 10
PMd =(n+1) / 2PMd = (9+1) / 2PMd = 5o Termo
Mediana (Md) = 6
![Page 73: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/73.jpg)
ESTATÍSTICA
2) Cálculo da posição da mediana para valores distintos x f fa 2 3 3o
3 3 6o
4 4 10o
5 9 19o
6 6 25o
7 2 27o
8 1 28o
Total 28 -
MEDIANA
PMd =(n+1) / 2PMd = (28+1) / 2
PMd = 14,5
x entre 14o e 15o Termo
Mediana (Md) = 5
![Page 74: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/74.jpg)
ESTATÍSTICA
3) Cálculo da PMd para agrupamentos em classes Classes f x fa 39 50 4 44,5 4o
50 61 5 55,5 9o
61 72 5 66,5 14o
72 83 6 77,5 20o
83 94 5 88,5 25o Total 25 - -
MEDIANA
PMd =(n+1) / 2PMd = (25+1) / 2
PMd = 13o Termo
Classe Mediana61 72
Mediana (Md) = 66,5 (estimativa)
![Page 75: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/75.jpg)
ESTATÍSTICA
É o valor que ocorre com maior frequência em um conjunto de dados. Símbolo = Mo
MODA
1) Moda para dados simples
Exemplos: 2, 3, 4, 5, 6, 7, 8 AMODAL2, 3, 3, 4, 5, 6 ,7 MODA = 32, 3, 3, 4, 5, 5, 6 BIMODAL (Mo = 3 e Mo = 5)
![Page 76: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/76.jpg)
ESTATÍSTICA
2) Moda para valores distintos x f 2 3 3 3 4 4 5 9 6 6 7 2 8 1 Total 28
MODA
O valor 5 tem o maior número de ocorrências (9)
Mo = 5
![Page 77: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/77.jpg)
ESTATÍSTICA
3) Moda para agrupamentos em classes Classes f x fa 39 50 4 44,5 4o
50 61 5 55,5 9o
61 72 5 66,5 14o
72 83 6 77,5 20o
83 94 5 88,5 25o Total 25 - -
MODA
Moda Bruta Ponto médio da classe de maior frequência
Mo = 77,5
É uma estimativa
![Page 78: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/78.jpg)
ESTATÍSTICA
Fonte: http://lelima.com/enter/?tag=desenho-de-moda
A Moda pode ser usada com dados nominais.
![Page 79: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/79.jpg)
ESTATÍSTICA
MÉDIA: Dados Numéricos e Intervalares
É a medida mais utilizada.
MODA: Dados Nominais
MEDIANA: Dados Ordinais
USO DAS MEDIDAS DE TENDÊNCIA CENTRAL
![Page 80: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/80.jpg)
EXERCÍCIO No 1
Determine a média, a mediana e a moda para o seguinte conjunto de dados
ESTATÍSTICA
6 5 8 4 7 6 9 7 3
![Page 81: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/81.jpg)
EXERCÍCIO No 2
Determine o menor valor, o maior valor, a média, a mediana e a moda para o seguinte conjunto de dados
ESTATÍSTICA
12 32 54 17 82 99 51 11 44 22
22 33 44 52 76 41 37 10 5 87
![Page 82: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/82.jpg)
EXERCÍCIO No 3
Dado o seguinte agrupamento em classes determine:
ESTATÍSTICA
Classes f 1,60 1,65 101,65 1,70 151,70 1,75 221,75 1,80 181,80 1,85 3 Total 68
a) os pontos médios de cada classeb) a classe modalc) a moda brutad) a classe medianae) a mediana por agrupamento de classesf) a média por agrupamento de classes
![Page 83: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/83.jpg)
Prof. Hubert Chamone Gesser, Dr.
Disciplina de Estatística
Retornar
Medidas de Ordenamento
![Page 84: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/84.jpg)
ESTATÍSTICA
São os valores que subdividem uma disposição em rol
Medidas: QUARTIS, DECIS E PERCENTIS
Os Quartis dividem a disposição em 4 partes iguaisQ1, Q2, Q3
Os Decis dividem a disposição em 10 partes iguaisD1, D2, D3, D4, D5, D6, D7, D8, D9
Os Percentis dividem a disposição em 100 partes iguaisP1, P2, P3, P4, P5, P6, ... , P99
MEDIDAS DE ORDENAMENTO
![Page 85: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/85.jpg)
85
Dr. William MendenhallNorth Carolina State University
Dr. Terry SincichUniversity of South Florida
ESTATÍSTICA
MEDIDAS DE ORDENAMENTO
![Page 86: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/86.jpg)
86
4
1
nqrtilPosiçãoQua q
10
1
ndilPosiçãoDec d
100
1
nctilPosiçãoCen c
Cálculo de posições pela definição de Mendenhall e Sincich
ESTATÍSTICA
![Page 87: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/87.jpg)
87
4
155122
rtilPosiçãoQua
Exemplificando...
Como pode ser encontrada a posição do segundo quartil em uma amostra de 551 pessoas?
termortilPosiçãoQua o2762
ESTATÍSTICA
![Page 88: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/88.jpg)
ESTATÍSTICA
Os Quartis dividem a disposição em 4 partes iguaisQ1, Q2, Q3
Entre cada quartil há 25% dos dados da disposição
Posição do Primeiro Quartil (Q1) = (n + 1) / 4Posição do Segundo Quartil (Q2) = 2.(n + 1) / 4Posição do Terceiro Quartil (Q3) = 3.(n + 1) / 4
O segundo quartil coincide com a Mediana (Q2 = Md)
QUARTIS
![Page 89: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/89.jpg)
ESTATÍSTICA
Os Quartis dividem a disposição em 4 partes iguaisQ1, Q2, Q3
1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4, 5, 5, 5, 5, 6, 7, 7, 7, 8, 8, 8, 8, 9, 9, 9
QUARTIS
Q1 Q2 Q37o termo 14o termo 21o termo
n = 27
![Page 90: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/90.jpg)
ESTATÍSTICA
Os Decis dividem a disposição em 10 partes iguaisD1, D2, D3, D4, D5, D6, D7, D8, D9
Entre cada decil há 10% dos dados da disposição
Posição do Primeiro Decil (D1) = (n + 1) / 10Posição do Segundo Decil (D2) = 2.(n + 1) / 10
Posição do Nono Decil (D9) = 9.(n + 1) / 10
O Quinto Decil coincide com a Mediana (D5 = Md)
DECIS
![Page 91: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/91.jpg)
ESTATÍSTICA
Os percentis dividem a disposição em 100 partes iguaisP1, P2, P3, P4, P5, P6, ... , P99
Entre cada percentil há 1% dos dados da disposição
Posição do Primeiro Percentil (P1) = (n + 1) / 100Posição do Segundo Percentil (P2) = 2.(n + 1) / 100
Posição do Nonagésimo Nono Percentil (P99) = 99.(n + 1) / 100
P50 = Md P25 = Q1 P75 = Q3
PERCENTIS
![Page 92: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/92.jpg)
ESTATÍSTICA
1) Dado o conjunto de dados:a) apresente a disposição em rol; b) o Percentil 50, c) o Primeiro Quartil, d) a Média, e) a Moda e f) a Mediana
EXERCíCIOS
10 13 24 45 66 77 11 14 26 33 65 21 57
![Page 93: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/93.jpg)
ESTATÍSTICA
2) Em uma amostra com 2789 valores qual é a posição do oitavo decil, da mediana, do segundo decil, do terceiro quartil e do segundo quartil?
![Page 94: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/94.jpg)
Prof. Hubert Chamone Gesser, Dr.
Disciplina de Estatística
Retornar
Medidas de Dispersão
![Page 95: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/95.jpg)
95
MEDIDAS DE DISPERSÃO?
ESTATÍSTICA
Tudo é incerto e derradeiro. Tudo é disperso, nada é inteiro.
(Fernando Pessoa)
![Page 96: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/96.jpg)
ESTATÍSTICA
É frequentemente chamada de variabilidade.Medidas mais comuns: Variância, Desvio Padrão, Amplitude
e Coeficiente de Variação
DISPERSÃO DOS DADOS
f
x
Dispersão dos dados na população
Dispersão dos dadosna amostra
![Page 97: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/97.jpg)
ESTATÍSTICA
É uma forma de se ver o quanto os dados se afastam da média.Exemplo: Vilarejo com apenas 11 pessoas
135cm 152cm 136cm 152cm 138cm 157cm 141cm 163cm 143cm 170cm 152cm
Dispersão na População
Média = 149cmMediana e Moda = 152cm
Valor Máximo = 170cmValor Mínimo = 135cm
Amplitude = 35cm
Alturas de 11 pessoas
![Page 98: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/98.jpg)
ESTATÍSTICA
Alturas (N=11) x - x (x - x)2 135cm 135-149 -14 196136cm 136-149 -13 169138cm 138-149 -11 121141cm 141-149 -8 64143cm 143-149 -6 36152cm 152-149 3 9152cm 152-149 3 9152cm 152-149 3 9157cm 157-149 8 64163cm 163-149 14 196170cm 170-149 21 441Total 1314
Dispersão na População
s2 Variância= 1314 / 11
= 119,454 cm2
s Desvio Padrão
= 119,454= 10,92 cm
Soma dos desvios quadráticos
![Page 99: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/99.jpg)
s2 = S ( x - x )2 / N
ESTATÍSTICA
VARIÂNCIA E DESVIO PADRÃO NA POPULAÇÃO
Variância da população
Desvio Padrão da população = Raiz quadrada da variância
s s2
Como a dispersão nas amostras é menor do que na população, se faz um ajuste matemático.
![Page 100: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/100.jpg)
ESTATÍSTICA
Variância da Amostra ( s2 ou v )
s2 = S ( x - x )2 / ( n -1 )
Desvio Padrão da amostra ( s ou DP ) = Raiz quadrada da variância
s s2
A dispersão nas amostras é menor do que na população, por isso é que se faz este ajuste matemático
VARIÂNCIA E DESVIO PADRÃO NA AMOSTRA
![Page 101: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/101.jpg)
ESTATÍSTICA
SIGNIFICADO:É um modo de representar a dispersão dos dados ao redor da média.
DESVIO PADRÃO
f
xMédia
![Page 102: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/102.jpg)
ESTATÍSTICA
A curva A mostra uma dispersão dos dados maior do que a curva B, logo o desvio padrão de A é maior do que o de B.
DESVIO PADRÃO
f
xMédia
Curva A Curva B
x
f
Média
![Page 103: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/103.jpg)
ESTATÍSTICA
COEFICIENTE DE VARIAÇÃO
O desvio padrão depende da unidade de medida usada, assim um desvio medido em dias será maior do que um medido em meses.
O coeficiente de variação expressa o desvio-padrão como porcentagem do valor da média.
COEF. VARIAÇÃO = 100 . DESVIO PADRÃO MÉDIA
Quanto menor for este coeficiente mais homogênea é a amostra.
![Page 104: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/104.jpg)
ESTATÍSTICA
COEFICIENTE DE VARIAÇÃO
Classificação da proporção que o desvio padrão apresenta sobre a média.GRAU DE HOMOGENEIDADE DOS DADOS
até 10% ÓTIMO de 10% a 20% BOM de 20% a 30% REGULAR acima de 30% RUIM
![Page 105: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/105.jpg)
ESTATÍSTICA
EXERCÍCIOS
1) Determine a média, a amplitude, a variância, o desvio padrão e o coeficiente de variação da seguinte amostra de dados:
4 5 5 6 6 7 7 8
![Page 106: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/106.jpg)
Prof. Hubert Chamone Gesser, Dr.
Disciplina de Estatística
Retornar
Amostragem
![Page 107: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/107.jpg)
107
AMOSTRAGEMAMOSTRA significa um subconjunto de elementos pertencentes a uma população.
ESTATÍSTICA
![Page 108: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/108.jpg)
108
AMOSTRAGEMPor que usar Amostras?
- Economia (É mais barato levantar dados de uma parcela da população)
- Tempo (É mais rápido)
ESTATÍSTICA
![Page 109: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/109.jpg)
109
Amostra ou Censo?
AMOSTRA CENSO
Orçamento PQ GDE
Tempo PQ GDE
Tamanho da População GDE PQ
Variância PQ GDE
Natureza da Medição Destrutiva Não-destrutiva
Atenção Individual Sim Não
ESTATÍSTICA
![Page 110: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/110.jpg)
110
REQUISITOS DE UMA AMOSTRA REPRESENTATIVA
- Aleatória (Sorteio)
- Tamanho Calculado (Fórmulas Matemáticas)
ESTATÍSTICA
![Page 111: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/111.jpg)
111
PARÂMETROS x ESTATÍSTICAS
ESTATÍSTICA
![Page 112: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/112.jpg)
112
Resultados Confiáveis
Uma pesquisa feita pela internet é
confiável?
ESTATÍSTICA
![Page 113: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/113.jpg)
113
Resultados Confiáveis
Somente com amostras representativas da população.
ESTATÍSTICA
![Page 114: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/114.jpg)
114
Importante
Na Amostra Probabilística:
“Todo elemento da população tem que ter a mesma chance de ser sorteado.”
ESTATÍSTICA
![Page 115: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/115.jpg)
115
Fonte: http://www.ladislauleal.com.br/2013/07/bomba-bombabomba.html
ESTATÍSTICA
![Page 116: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/116.jpg)
ESTATÍSTICA
Pesquisa Mercadológica (Índice de satisfação na população)Pesquisa Epidemiológica (Prevalência de uma doença na população)Pesquisa Eleitoral (Percentagem de votos para cada candidato)Perfil Socioeconômico da População (Grau de escolaridade, Renda)
APLICAÇÕES DE AMOSTRAGEM
População
Amostra
Na População ParâmetrosNa Amostra Estatísticas
Inferência Estatística
![Page 117: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/117.jpg)
ESTATÍSTICA
Economia (É mais barato levantar dados de uma parcela da população)Tempo (É mais rápido)
Quando a população for pequena (n > 0,8.N)Quando a característica for de fácil mensuração (Sim ou Não) Quando houver a necessidade de alta precisão (Censo IBGE)
POR QUE USAR A AMOSTRAGEM?
QUANDO NÃO USAR A AMOSTRAGEM?
![Page 118: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/118.jpg)
ESTATÍSTICA
AMOSTRAGEM ALEATÓRIA SIMPLES (Tem que obedecer a propriedade de qualquer elemento da população ter a mesma chance de pertencer à amostra. Pode-se utilizar uma tabela de números aleatórios ou sorteios)AMOSTRAGEM ALEATÓRIA SISTEMÁTICA(Após obter-se a lista dos elementos da população, sorteia-se a entrada e segue-se a relação N/n.)AMOSTRAGEM ALEATÓRIA ESTRATIFICADA(Elabora-se a amostra através do perfil conhecido da população. Exemplo: Se na UFSC 70% são alunos e 30% Funcionários, a amostra é confeccionada obedecendo-se estes parâmetros.)
TIPOS DE AMOSTRAGEM
![Page 119: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/119.jpg)
ESTATÍSTICA
AMOSTRAGEM NÃO ALEATÓRIA(De fácil obtenção.)AMOSTRAGEM PARA ESTUDOS COMPARATIVOS(Não visa a descrição de uma população, mas a comparação entre grupos diferentes. Exemplos: Comparar as taxas de tabagismo em indivíduos com câncer de pulmão e sadios.)
OUTROS TIPOS DE AMOSTRAGEM
Procure respeitar o Plano de Amostragem para que seja alcançada uma amostra representativa da população.
![Page 120: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/120.jpg)
ESTATÍSTICA
Fórmula GenéricaSejam: n0 = Primeira aproximação para o tamanho da amostra
e = Erro Amostral Tolerável (exemplo: 0,05)
n = Tamanho da Amostra N = Tamanho da População
DETERMINAÇÃO DO TAMANHO DA AMOSTRA (n)
n0 = 1 / e2 n = (N . n0) / (N + no)
![Page 121: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/121.jpg)
ESTATÍSTICA
Fórmula para variável quantitativa, desvio conhecido e população infinita
Sejam: n = Tamanho da Amostra z = Nível de confiança expresso em desvio padrão (95%) = 1,96 s = Desvio padrão da população
e = Erro do estudo expresso na mesma unidade do desvio padrão
DETERMINAÇÃO DO TAMANHO DA AMOSTRA (n)
n = (z . s /e)2
![Page 122: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/122.jpg)
ESTATÍSTICA
Fórmula para variável quantitativa, desvio desconhecido e população infinita
Sejam: n = Tamanho da Amostra z = Nível de confiança expresso em desvio padrão (95%) = 1,96 s = Desvio padrão de uma amostra previamente selecionada
e = Erro do estudo expresso na mesma unidade do desvio padrão
DETERMINAÇÃO DO TAMANHO DA AMOSTRA (n)
n = (z . s/e)2
![Page 123: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/123.jpg)
ESTATÍSTICA
Fórmula para variável quantitativa, desvio conhecido e população finita
Sejam: n = Tamanho da Amostra z = Nível de confiança expresso em desvio padrão (95%) = 1,96 s = Desvio padrão população
e = Erro do estudo expresso na mesma unidade do desvio padrão N = Tamanho da População
DETERMINAÇÃO DO TAMANHO DA AMOSTRA (n)
n = z2 . s 2 . N z2 . s 2 + e2 . (N-1)
![Page 124: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/124.jpg)
ESTATÍSTICA
Fórmula para variável quantitativa, desvio desconhecido e população finita
Sejam: n = Tamanho da Amostra z = Nível de confiança expresso em desvio padrão (95%) = 1,96 s = Desvio padrão uma amostra previamente selecionada
e = Erro do estudo expresso na mesma unidade do desvio padrão N = Tamanho da população
DETERMINAÇÃO DO TAMANHO DA AMOSTRA (n)
n = z2 . s2 . N z2 . s2 + e2 . (N-1)
![Page 125: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/125.jpg)
ESTATÍSTICA
Populações infinitas com proporção conhecida
DETERMINAÇÃO DO TAMANHO DA AMOSTRA (n)
z2 . p . (1-p)) e2
Onde: n= Tamanho da Amostraz = Nível de confiança expresso em desvio padrão (95%) = 1,96e = Erro Amostral Tolerável expresso em proporção (exemplo: 0,05)p = Proporção do evento na População (prevalência de um evento)
n =
![Page 126: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/126.jpg)
ESTATÍSTICA
Populações finitas com proporção conhecida
DETERMINAÇÃO DO TAMANHO DA AMOSTRA (n)
(N . z2 . p . (1-p)) (e2 . (N-1) + z2 . p . (1-p))
Onde: n = Tamanho da amostra N = Tamanho da População
z = Nível de confiança expresso em desvio padrão (95%) = 1,96e = Erro Amostral Tolerável expresso em proporção (exemplo: 0,05)p = Proporção do evento na População (prevalência de um evento)
n =
![Page 127: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/127.jpg)
ESTATÍSTICA
Relação entre o tamanho da população e o tamanho da amostra
RELAÇÃO ENTRE (n) E (N)
n
N
600
500400300
200100
0
0 500 1000 1500 2000 2500 3000 3500
![Page 128: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/128.jpg)
ESTATÍSTICA
EXERCÍCIOS
1) Determine o tamanho da amostra para uma pesquisa eleitoral em uma cidade com 200.000 eleitores, adotando uma margem de erro de 4 pontos percentuais. Utilize a fórmula genérica.
![Page 129: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/129.jpg)
ESTATÍSTICA
n0 = 1 / (Eo)2 n = (N . n0) / (N + no)
n0 = 1 / (0,04)2
n0 = 625 pessoas
n = (200000 . 625) (200000 + 625)
n = 623,05 pessoas
CALCULANDO ...
![Page 130: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/130.jpg)
Prof. Hubert Chamone Gesser, Dr.
Disciplina de Estatística
Retornar
Tabelas e Gráficos
![Page 131: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/131.jpg)
ESTATÍSTICA
Tabela é a forma não discursiva de apresentar informações, das quais o dado numérico se destaca como informação central.
Uma tabela estatística conterá necessariamente uma série ou uma distribuição de frequência.
Vantagens:- Permitem a síntese dos resultados;- Auxiliam o pesquisador na análise dos dados e- Facilitam a compreensão das conclusões do autor.
TABELAS
![Page 132: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/132.jpg)
ESTATÍSTICA
NORMAS PARA A CONFECÇÃO DE TABELAS
São numeradas consecutivamente com algarismos arábicos;Os números são precedidos da palavra “Tabela”;No topo deve estar o título que indica a natureza e as abrangências geográficas e temporal dos dados numéricos;O centro da tabela é representado por uma série de colunas e subcolunas onde são alocados os dados;No rodapé deve-se colocar a fonte (o responsável pelos dados) e opcionalmente uma nota geral ou uma nota específica;A moldura deve conter no mínimo 3 traços horizontais;Não se deve fechar uma tabela com traços verticais em suas extremidades.
![Page 133: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/133.jpg)
ESTATÍSTICA
CLASSIFICAÇÃO DAS TABELAS
Séries Cronológicas (temporais ou históricas);Variável: Tempo Constantes: Lugar e Espécie
Séries Geográficas (territoriais);Variável: Lugar Constantes: Tempo e Espécie
Séries Especificativas;Variável: Espécie Constantes: Tempo e Lugar
Séries Mistas;Quando há mais de uma variável.
Distribuição de Frequência
![Page 134: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/134.jpg)
ESTATÍSTICA
Séries Cronológicas (Temporais ou Históricas)
Anos Percentual 1999 25,742000 26,852001 27,942002 32,45
Fonte: Hipotética
Tabela 1: Prevalência da Doença X na Cidade Y
![Page 135: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/135.jpg)
ESTATÍSTICA
Séries Geográficas (Territoriais)
Cidades PercentualItajaí 10,44Lages 29,45Florianópolis 8,66Blumenau 9,82
Fonte: Hipotética
Tabela 2: Prevalência da Doença X no Ano de 2010
![Page 136: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/136.jpg)
ESTATÍSTICA
Séries Especificativas
Segmento populacional PercentualCrianças 60,25Jovens 20,72Adulto 2,753a Idade 5,82
Fonte: Hipotética
Tabela 3: Prevalência da Doença X no Ano de 2010 em Florianópolis
![Page 137: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/137.jpg)
ESTATÍSTICA
Séries Mistas (Ex: Especificativa-Cronológica-Geográfica)
Produtos 2009 2010 Fpolis Lages Fpolis Lages
Cosméticos 24,24 9,34 25,95 9.98Vestuário 112,72 27,45 111,75 29,48Audio 86,75 18,45 79,37 19,57Video 1,95 0,85 2,01 0,84
Fonte: Hipotética
Tabela 4: Vendas de alguns produtos por ano e cidade (milhares)
![Page 138: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/138.jpg)
ESTATÍSTICA
Distribuições de Frequência
Pesos Frequência Frequência Acumulada 64 51 51 65 100 151 66 22 173 67 14 187Total 187 -
Fonte: Hipotética
Tabela 5: Distribuição de frequência dos pesos corporais de uma amostra (valores em quilogramas)
![Page 139: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/139.jpg)
ESTATÍSTICA
Gráfico é a forma geométrica de apresentação dos dados e respectivos resultados de sua análise.
A escolha do modelo ideal de representação gráfica depende das preferências e do senso estético do elaborador.
Vantagens: - Permitem a síntese dos resultados; - Auxiliam o pesquisador na análise dos dados e - Facilitam a compreensão das conclusões do autor.
GRÁFICOS
![Page 140: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/140.jpg)
ESTATÍSTICA
NORMAS PARA A CONFECÇÃO DE GRÁFICOS
Deve facilitar a interpretação dos dados para um leigo;Não há a necessidade de se colocar título se estiver na mesma página da tabela correspondente;Há a necessidade de se colocar o título se a tabela correspondente não estiver na mesma página.O senso estético individual determina o espaço do gráfico (L x A);As colunas, barras, linhas e áreas gráficas devem ser ordenadas de modo crescente ou decrescente, mas a ordem cronológica prevalece;
![Page 141: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/141.jpg)
ESTATÍSTICA
ORIGEM DOS GRÁFICOS
O diagrama cartesiano é a figura geométrica que deu origem à técnica de construção de gráficos estatísticos.
Utiliza-se o primeiro quadrante do sistema de eixos coordenados cartesianos ortogonais.
1o QuadranteAbscissas (eixo x)
Ordenadas (eixo y)
Eixo y FrequênciasEixo x Valores da Variável
![Page 142: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/142.jpg)
ESTATÍSTICA
GRÁFICO EM COLUNAS OU DE BARRAS
0
5000
10000
15000
20000
25000
Hemat Bioq Imunol Parasit
Figura 1: Gráfico em colunas do número de exames em um determinado laboratório em 2003.
Tabela 1: Quantidade de exames realizados em um determinado laboratório em 2010.
Exames Quantidade Hematologia 9824 Bioquímica 21534 Imunologia 15432 Parasitologia 4310
Fonte: Hipotética
![Page 143: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/143.jpg)
ESTATÍSTICA
GRÁFICO DE BARRAS HORIZONTAL
0 5000 10000 15000 20000 25000
Hemat
Bioq
Imunol
Parasit
Figura 2: Gráfico em barras horizontais do número de exames realizados em um determinado laboratório no ano de 2003.
Tabela 2: Quantidade de exames realizados em um determinado laboratório em 2010.
Exames Quantidade Hematologia 9824 Bioquímica 21534 Imunologia 15432 Parasitologia 4310
Fonte: Hipotética
![Page 144: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/144.jpg)
ESTATÍSTICA
GRÁFICO DE SETORES OU CIRCULAR
Hemat
Bioq
Imunol
Parasit
Figura 3: Gráfico circular do número de exames realizados em um determinado laboratório no ano de 2003.
Tabela 3: Quantidade de exames realizados em um determinado laboratório em 2010.
Exames Quantidade Hematologia 9824 Bioquímica 21534 Imunologia 15432 Parasitologia 4310
Fonte: Hipotética
![Page 145: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/145.jpg)
ESTATÍSTICA
HISTOGRAMA DE FREQUÊNCIA
0
2
4
6
8
10
12
0 a 2 2 a 4 4 a 6 6 a 8 8 a 10
Figura 4: Histograma das notas dos alunos
Tabela 4: Notas dos alunos na disciplina de Estatística no curso de Administração (ano x)
Notas Frequência
0 2 2
2 4 7
4 6 11
6 8 10
8 10 5
Fonte: Dados Fictícios
![Page 146: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/146.jpg)
ESTATÍSTICA
HISTOGRAMA DE FREQUÊNCIA
5,7
20
31,428,6
14,3
0
5
10
15
20
25
30
35
0 a 2 2 a 4 4 a 6 6 a 8 8 a 10
Figura 5: Histograma dos percentuais das notas dos alunos
• A área do histograma é proporcional à soma das frequências;
• Para comparar duas distribuições, o ideal é utilizar números percentuais;
![Page 147: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/147.jpg)
ESTATÍSTICA
POLÍGONO DE FREQUÊNCIA
28,6
14,3
31,4
5,7
20
0
5
10
15
20
25
30
35
0 0 a 2 2 a 4 4 a 6 6 a 8 8 a 10 11
Figura 6: Polígono de Frequência percentual de das notas dos alunos
• É um Gráfico em Linha de uma distribuição de frequência;
• Para se obter um polígono (linha fechada), deve-se completar a figura, ligando os extremos da linha obtida aos pontos médios da classe anterior à primeira e posterior à última, da distribuição.
![Page 148: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/148.jpg)
ESTATÍSTICA
POLÍGONO DE FREQUÊNCIAS ACUMULADAS
100
85,7
57,1
25,7
5,7
0
20
40
60
80
100
120
0 0 a 2 2 a 4 4 a 6 6 a 8 8 a 10
Figura 7: Polígono de frequências acumuladas das notas dos alunos
Tabela 5: Notas dos alunos na disciplina de estatística no ano x
Notas Frequência F. Acumulada %
0 2 2 5,7
2 4 7 25,7
4 6 11 57,1
6 8 10 85,7
8 10 5 100,0
Fonte: Dados Fictícios
(Sinônimo: Ogiva)
![Page 149: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/149.jpg)
GRÁFICO STEM AND LEAF (TRONCO E FOLHAS)
ESTATÍSTICA
Figura 8: Gráfico Stem-Leaf onde o primeiro dígito é o tronco e o segundo é a folha
13 14 15 1522 23 28 2933 35 36 37 39 3945 4753 57 58 58 5962 63 65 71 72
Conjunto de Dados
Tronco (Stem) Folha (Leaf) 1 3455 2 2389 3 356799 4 57 5 37889 6 235 7 12
![Page 150: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/150.jpg)
GRÁFICO DE BARRAS COM DESVIO PADRÃO
ESTATÍSTICA
Figura 9: Gráfico de barras com os valores médios e o desvio padrão das alturas de estudantes da faculdade x (valores fictícios).
1,551,6
1,651,7
1,751,8
1,851,9
1,95
Medicina Odontologia Farmacia Nutrição
![Page 151: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/151.jpg)
GRÁFICO BOX AND WISKER (Caixa e Fio de Bigode)
ESTATÍSTICA
Figura 10: Gráfico Box and Wisker das alturas dos estudantes de medicina (valores fictícios).
1,95m1,90m1,85m1,80m1,75m1,70m1,65m1,60m1,55m
Valor MáximoPercentil 75
Percentil 50Percentil 25
Valor Mínimo
![Page 152: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/152.jpg)
ESTATÍSTICA
EXERCÍCIOS
1) Construa uma série cronológica com os dados das vendas de um determinado produto de uma empresa fictícia.
![Page 153: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/153.jpg)
Prof. Hubert Chamone Gesser, Dr.
Disciplina de Estatística
Retornar
Correlação
![Page 154: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/154.jpg)
ESTATÍSTICA
DIAGRAMA DE DISPERSÃO
Mostra o comportamento de duas variáveis quantitativas (com dados numéricos).
a aa
b bb
![Page 155: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/155.jpg)
ESTATÍSTICA
CORRELAÇÃO LINEAR POSITIVA
Quando valores pequenos da variável a tendem a estar relacionados com valores pequenos de b, enquanto que valores grandes de a tendem a estar relacionados com valores grandes de b.
a
b
Exemplos:
Peso x AlturaNível socioeconômico x Volume de vendasConsumo de Álcool x Preval. Cirrose Hepática
![Page 156: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/156.jpg)
ESTATÍSTICA
CORRELAÇÃO LINEAR NEGATIVA
Quando valores pequenos da variável a tendem a estar relacionados com valores grandes de b, enquanto que valores grandes de a tendem a estar relacionados com valores pequenos de b.
a
b
Exemplos:
Renda Familiar x Número de FilhosEscolaridade x AbsenteísmoVolume de vendas x Passivo circulante
![Page 157: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/157.jpg)
ESTATÍSTICA
CORRELAÇÃO NÃO LINEAR
O diagrama de dispersão mostra um conjunto de pontos aproximando-se mais de uma parábola do que de uma reta.
aExemplos:
Coef. de Letalidade (a) x Dose do Medicamento (b)
Custo (a) x Lote Econômico de Compra (b)
b
![Page 158: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/158.jpg)
ESTATÍSTICA
COEFICIENTE DE CORRELAÇÃO DE PEARSON
r = n . S (X.Y) - S X . S Y
n . S X2 - (S X)2 . n . S Y2 - (S Y)2
S(X.Y) = Fazem-se os produtos X.Y p/ cada par e depois efetua-se a somaSX = Somatório dos valores da variável XSY = Somatório dos valores da variável YSX2 = Elevam-se ao quadrado cada valor de X e depois efetua-se a somaSY2 = Elevam-se ao quadrado cada valor de Y e depois efetua-se a soma
![Page 159: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/159.jpg)
ESTATÍSTICA
Cálculo do coeficiente de correlação para os dados das variáveis X = população residente e Y = taxa de cresc. populacional, em 12 vilarejos.
X Y X2 Y2 X . Y
101 3,2 10201 10,24 323,2193 4,6 37249 21,16 887,8 . . . . . . . . . .
. . . . .
42 2,8 1764 7,84 117,6 1452 39,3 251538 153,55 5706,2
EXEMPLO
![Page 160: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/160.jpg)
ESTATÍSTICA
r = n . S (X.Y) - S X . S Y
n . S X2 - (S X)2 . n . S Y2 - (S Y)2
r = 12 . 5706,2 - 1452 . 39,3
12 . 251538 - (1452)2 . 12 . 153,55 - (39,3)2
r = 0,69 (Correlação Linear Positiva r > 0)
![Page 161: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/161.jpg)
ESTATÍSTICA
INTERPRETAÇÃO
• O Valor de r (Correlação Linear de Pearson) varia de -1 a +1.• O sinal indica o sentido (correlação positiva ou negativa).• O valor indica a força da correlação (Fraca, Moderada ou Forte)
valor de r
0- 1 + 1
AusênciaFraca FracaModeradaForte ForteModerada
- 0,7 - 0,3 + 0,3 + 0,7
![Page 162: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/162.jpg)
ESTATÍSTICA
1) Coloque V (Verdadeiro ou F (Falso):
( ) Quando o valor de r for maior que 0,7 ou menor que -0,7 a correlação entre as duas variáveis em estudo é forte
( ) O sinal negativo de r indica que as variáveis em estudo são inversamente proporcionais
( ) Ao se encontrar um valor de r = 0,6 não se pode afirmar que as variáveis sejam diretamente proporcionais.
( ) O coeficiente de correlação de Pearson pode ser aplicado em dados nominais
EXERCÍCIO
![Page 163: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/163.jpg)
Fonte Bibliográfica
BARBETA, P. A. Estatística Aplicada às Ciências Sociais. 5.ed. Florianópolis: UFSC, 2006.
DAWSON, B.; TRAPP, R.G. Basic & Clinical Biostatistical. 3.ed. New York: Lange Medical Books/McGraw-Hill, 2006.
LEVIN, J. Estatística Aplicada às Ciências Humanas. 7.ed. São Paulo: Harbra, 2007.
SPIEGEL, M. R. Estatística. 8.ed. São Paulo: Makron Books, 2006.
STEVENSON, W. J. Estatística Aplicada à Administração. São Paulo: Harbra, 2007.
![Page 164: Prof. Hubert Chamone Gesser , Dr. Graduação em Administração - ESAG/UDESC](https://reader033.vdocuments.pub/reader033/viewer/2022061608/56816449550346895dd60ff4/html5/thumbnails/164.jpg)
Mensagem Final
O trânsito é um local de
convivência e não de disputas.