Estatstica

Nota: Para a definio da funo (e.g. Estatstica suficiente), veja Estatstica (funo).

Um exemplo de grfico

Estatstica a cincia que utiliza-se das teorias probabilsticas para explicar a frequncia da
ocorrncia de eventos1 , tanto em estudos observacionais quanto
em experimento modelar a aleatoriedade e a incerteza de forma a estimar ou possibilitar
a previso de fenmenos futuros, conforme o caso.
Algumas prticas estatsticas incluem, por exemplo, o planejamento, a sumarizao e a
interpretao de observaes. Dado que o objetivo da estatstica a produo da
melhor informao possvel a partir dos dados disponveis, alguns autores sugerem que a
estatstica um ramo da teoria da deciso.
Devido s suas razes empricas e seu foco em aplicaes, a estatstica geralmente
considerada uma disciplina distinta damatemtica, e no um ramo dela.2 3
A estatstica uma cincia que se dedica coleta, anlise e interpretao de dados.
Preocupa-se com os mtodos de recolha, organizao, resumo, apresentao e interpretao
dos dados, assim como tirar concluses sobre as caractersticas das fontes donde estes
foram retirados, para melhor compreender as situaes.

Etimologia
O termo estatstica surge da expresso em latim statisticum collegium palestra sobre os
assuntos do Estado, de onde surgiu a palavra em lngua italiana statista, que significa "homem
de estado", ou poltico, e a palavra alem Statistik, designando a anlise de dados sobre o
Estado. A palavra foi proposta pela primeira vez no sculo XVII, em latim, por Schmeitzel na
Universidade de Jena e adotada pelo acadmico alemo Godofredo Achenwall. Aparece como
vocabulrio na Enciclopdia Britnica em 1797, e adquiriu um significado de coleta e
classificao de dados, no incio do sculo XIX.

Histria
Ver artigo principal: Histria da estatstica
De acordo com a Revista do Instituto Internacional de Estatstica, "Cinco homens, Hermann
Conring, Gottfried Achenwall, Johann Peter Sssmilch, John Graunt e William Pettyj
receberam a honra de serem chamados de fundadores da estatstica por diferentes autores." 4
Alguns autores dizem que comum encontrar como marco inicial da estatstica a publicao
do "Observations on the Bills of Mortality" (Observaes sobre os Censos de Mortalidade,

1662) de John Graunt. As primeiras aplicaes do pensamento estatstico estavam voltadas

para as necessidades de Estado, na formulao de polticas pblicas, fornecendo
dados demogrficos e econmicos. A abrangncia da estatstica aumentou no comeo do
sculo XIX para incluir a acumulao e anlise de dados de maneira geral. Hoje, a estatstica
largamente aplicada nas cincias naturais, e sociais, inclusive na administrao
pblica e privada.
Seus fundamentos matemticos foram postos no sculo XVII com o desenvolvimento da teoria
das probabilidades por Pascal e Fermat, que surgiu com o estudo dos jogos de azar.
O mtodo dos mnimos quadrados foi descrito pela primeira vez por Carl Friedrich
Gauss cerca de 1794. O uso de computadores modernos tem permitido a computao de
dados estatsticos em larga escala e tambm tornaram possvel novos mtodos antes
impraticveis.

Fundamentos
Ligaes para estatstica observacional fenmeno so coletados pelos fenmenos
estatsticos.

Estatstica inferencial o conjunto de tcnicas utilizadas para identificar relaes entre

variveis que representem ou no relaes de causa e efeito;

Estatstica robusta o conjunto de tcnicas utilizadas para atenuar o efeito de outliers

e preservar a forma de uma distribuio to aderente quanto possvel aos dados
empricos.

A estatstica no uma ferramenta matemtica que nos informa sobre o quanto

de erro nossas observaes apresentam sobre a realidade pesquisada. A estatstica baseia-se
na medio do erro que existe entre a estimativa de quanto uma amostra representa
adequadamente a populao da qual foi extrada. Assim o conhecimento de teoria
deconjuntos, anlise combinatria e clculo so indispensveis para compreender como o
erro se comporta e a magnitude do mesmo. o erro (erro amostral) que define aqualidade da
observao e do delineamento experimental.
A faceta dessa ferramenta mais palpvel a estatstica descritiva. A descrio dos dados
coletados comumente apresentado em grficos ou relatrios e serve tanto a prospeco de
uma ou mais variveis para posterior aplicao ou no de testes estatsticos bem como a
apresentao de resultados de delineamentos experimentais.
Ns descrevemos o nosso conhecimento (e) de forma matemtica e tentamos aprender mais
sobre aquilo que podemos observar. Isto requer:

O planejamento das observaes por forma a controlar a sua variabilidade (concepo

do experimento);

Sumarizao da coleo de observaes;

Inferncia estatstica - obter um consenso sobre o que as observaes nos dizem

sobre o mundo que observamos.

Em algumas formas de estatstica descritiva, nomeadamente minerao de dados (data

mining), os segundo e terceiro passos tornam-se normalmente mais importantes que o
primeiro.
A probabilidade de um evento definida como um nmero entre zero e um.
Normalmente aproximamos a probabilidade de alguma coisa para cima ou para baixo porque
elas so to provveis ou improvveis de ocorrer, que fcil de reconhec-las como
probabilidade de um ou zero. Entretanto, isso pode levar a desentendimentos e
comportamentos perigosos, porque difcil distinguir entre, uma probabilidade de 10 4 e uma
de 109, a despeito da grande diferena numrica entre elas. Por exemplo, se voc espera
atravessar uma estrada 105 ou 106 vezes na sua vida, definir o risco de atravess-la em
109 significa que voc est bem seguro pelo resto da sua vida. Entretanto, um risco de
104 significa que bem provvel que voc tenha um acidente, mesmo que intuitivamente um
risco de 0,01% parea muito baixo.

Estatstica computacional
O crescimento rpido e sustentados no poder de processamento dos computadores a partir da
segunda metade do sculo XX teve um forte impacto na prtica da estatstica. Os modelos
estatsticos mais antigos eram quase sempre lineares, mas os computadores modernos, junto
com algoritmos numricos apropriados, causaram um aumento do interesse nos modelos nolineares (especialmente redes neurais e rvores de deciso) assim como na criao de novos
tipos, como o modelo linear generalizado e o modelo multi-nvel.
O aumento na capacidade de computao tambm tem levado popularizao de mtodos
que demandam muitos clculos baseados em reamostragem (em ingls e nojargo do
meio resampling), como testes de permutao e bootstrap, enquanto tcnicas como
a amostragem de Gibbs tem feito com que os mtodos de Bayes fiquem mais fceis. A
revoluo informtica tambm tem levado a um aumento na nfase na estatstica
"experimental" e "emprica". Um grande nmero de softwares estatsticos, de uso tanto geral
como especfico esto disponveis no mercado.

8. De barras de porcentaje.

9. De pie

10. De pie en participacin.