Captulo 1

CONCEITOS INICIAIS
Estatstica descritiva - Baseia-se na descric ao dos dados observados atraves de graco
e tabelas.
Estatstica inferencial (dedutiva) - Baseia-se no uso de ferramentas estatsticas para
tomada de decisoes. As tecnicas da estatstica inferencial esta alicercada no c alculo de
probabilidades.
Populacao - Conjunto de todas as unidades sobre as quais deseja-se conhecer /investigar
uma ou mais caractersticas.
Amostra -

E um subconjunto da populac ao.
1.1 As variaveis e suas classicacoes
Variavel Caracterstica de interesse que supostamente variam de uma unidade para outra
em um levantamento de dados. As variaveis s ao divididas em dois grupos:
VARI

AVEIS QUALITATIVAS
Diz-se que uma vari avel e qualitativa quando representa um atributo, como cor da pele,
cor dos olhos, classe social, etc.
VARI

AVEIS QUANTITATIVAS
S ao vari aveis que representam quantidades, sobre as quais podem ser realizadas operac oes
aritmeticas. As variaveis quantitativas possuem uma segunda classicacao:
Variaveis quantitativas contnuas - Quando a variavel de interesse assume valores
contnuos, os dados s ao representados por valores innitos e nao enumeraveis. Exemplo:
1
idade, peso, altura, etc.
1.2 Tecnicas de Estatstica descritiva
1.2.1 Tabelas de Frequencia
As tabelas de frequencia sao adequadas para resumir as informac oes de um conjunto de
vari aveis qualitativas ou quantitativas discretas, desde que seja um n umero pequeno de
valores. Analise a tabela abaixo:
Tabela 1.4: Vari avel idade
idade n
i
f
i
fac f
ip
17 9 0,18 0,18 18%
18 22 0,44 0,62 44%
19 7 0,14 0,76 14%
20 4 0,08 0,84 8%
21 3 0,06 0,90 6%
22 0 0 0,90 0%
23 2 0,04 0,94 4%
24 1 0,02 0,96 2%
25 2 0,04 1,00 4%
Total n=50 1 1 100%
Onde:
n : frequencia total
n
i
: frequencia do valor i
f
i
=
n
i
n
: frequencia relativa ( util quando comparamos grupos de tamnhos diferentes)
f
ip
= f
i
100 : frequencia realtiva percentual.
2
Para agrupar dados de uma variavel quantitativa contnua ou ate mesmo discreta com
muitos valores diferentes, a tabela de frequencia simples n ao e mais um metodo de resumo
ecaz, pois corremos o risco de reproduzir os dados brutos. Nessas condic oes o resumo
e feito criando-se faixas de valores ou intervalos de classe, desta forma exclumos o risco
de reproduzir os dados, mas por outro lado, ao condens a-los, estamos correndo o risco de
perder informacoes. Observe a tabela abaixo:
Tabela 1.4: Horas semanais de atividade sica
horas semanais n
i
f
i
fac f
ip
0 | 2 11 0,22 0,22 22%
2 | 4 14 0,28 0,5 28%
4 | 6 12 0,24 0,74 24%
6 | 8 8 0,16 0,90 16%
8 | 10 3 0,06 0,96 6%
10 | 12 2 0,04 1,00 4%
Total n=50 1 1 100%
A tabela acima e feita mediante a construc ao de 6 intervalos de comprimento igual a 2
horas. Por exemplo, um indivduo que gastou 6 horas semanais de exerccio ser a contado
no intervalo 6 | 8, este intervalo inclui o valor 6 e exclui o valor 8.
1.3 Medidas de tendencia central
As medidas de tendencia central indicam, em geral, um valor central em torno do qual os
dados est ao distribudos. As principais medidas de tendencia central usadas na estatstica
s ao a media, a mediana e a moda.
1.3.1 Media Aritmetica
A media aritmetica de um conjunto de n n umeros {x
1
, x
2
, x
3
, x
4
, . . . , x
n
} e representada
por x e denida por:
x =
x
1
+ x
2
+ x
3
+ x
4
+ . . . + x
n
n
3
ou ainda,
x =

n
i=1
x
i
n
Exemplo 1.1. A media aritmetica do conjunto A = {2, 3, 4, 5, 7, 2} e,
2 + 3 + 4 + 5 + 7 + 2
6
= 3, 83
Se os n umeros x
1
, x
2
, x
3
, x
4
, . . . , x
n
ocorrem f
1
, f
2
, f
3
, f
4
, . . . , f
n
vezes, respectivamente,onde
f
i
e denominada frequencia do n umero x
i
, a media aritmetica e dada por
x =
f
1
x
1
+ f
2
x
2
+ f
3
x
3
+ f
4
x
4
+ . . . + f
n
x
n
f
1
+ f
2
+ f
3
+ f
4
+ . . . + f
n
ou ainda
x =

n
i=1
f
i
x
i

n
i=1
f
i
1.3.2 Mediana
A mediana e o valor central em um conjunto de dados ordenados se n e impar, se n e par
a mediana ser a a media aritmetica entre os dois termos centrais, ou seja, se n e mpar, a
mediana ser a o termo central. Se n e par a mediana ser a a media aritmetica entre os dois
termos centrais.
1.3.3 Moda
A moda de uma distribui cao de dados e o valor que ocorre com mais frequencia. Quando
a distribuicao possui mais de duas moda dizemos que ela e multimodal, se possuir duas
modas o conjunto ser a bimodal.
1.4 Medidas de Dispersao
Embora as medidas de tendencia central oferecam um resumo do conjunto observado,
elas nao representam a variabilidade deste conjunto. As medidas de dispersao servem
4
para quanticar a variabilidade de um conjunto de dados. Para se obter uma compre-
ens ao satisfat oria da distribuicao dos dados de um conjunto e necess ario que a medida de
tendencia central sejam acompanhadas por uma medida de dispers ao.
1.4.1 Amplitude
A amplitude de um conjunto ordenado de dados e a diferen ca entre o maior e o menor
valor.
= x
n
x
1
Essa medida possui o zero como valor mnimo e e sensvel a valores extremos. Uma das
desvantagens do seu uso e quanticar a variabilidade apenas de acordo com os valores
extremos do conjunto.
1.4.2 Desvio Medio Absoluto
Desvio absoluto e a diferenca entre cada termo (x) observado e a media (x) do conjunto.
da = x x
O desvio medio absoluto e a media dos desvios absolutos.
dma =
n

i=1
|x
i
x|
n
Exemplo 1.2. Um estudo sobre aleitamento materno investigou o peso de 10 nascidos
vivos cuja media observada foi x = 3, 137. Cada medida obtida esta representada na
tabela seguinte.
Tabela 1.3: Peso de 10 nascidos vivos
Peso 2,50 2,45 4,14 3,30 2,86 3,45 3,48 2,33 3,70 3,15
desvios 0, 63 0, 69 1,01 0,16 0, 28 0,31 0,34 0, 81 0,56 0,01
dma =
0, 63 + 0, 69 + 1, 01 + 0, 16 + 0, 28 + 0, 31 + 0, 34 + 0, 81 + 0, 56 + 0, 01
10
= 0, 48
A interpretac ao desta medida para o exemplo acima e que, em media, um nascido vivo
tem peso 0, 48 kg distante da media observada que e de 3, 137 kg.
5