Fundamentos de Estatstica Aula 1

Apresentao da Disciplina e
Introduo

Prof Me. Octaviano Rojas Luiz

(orojasluiz@yahoo.com.br)
 Apresentao
Octaviano Rojas Luiz
E-mail: orojasluiz@yahoo.com.br
Graduao: Engenharia de Produo
(FEB/Unesp) 2009 a 2014;
Mestre em Engenharia de Produo
(FEB/Unesp) - 2014 2016;
Doutorando em Engenharia de Produo (FEB
Unesp) incio em 2017

2
 Informaes da disciplina
Departamento: Engenharia de Produo (FEB)
Carga horria: 60 horas

3
 Objetivos da Disciplina
Possibilitar que o aluno desenvolva
habilidades para:
Coletar e sumariar dados experimentais a fim de
facilitar sua anlise;
Inferir resultados da anlise amostral para o
universo de interesse;
Analisar artigos cientficos nas diversas reas do
conhecimento qumico sob o ponto de vista da
metodologia estatstica.

4
 Contedo Programtico
1. Introduo
1.1. O trabalho estatstico.
1.2. Populao e amostra.
1.3. O papel da estatstica na cincia.

5
 Contedo Programtico
2. Estatstica Descritiva.
2.1. Levantamento dos dados.
2.2. Tipos de variveis.
2.3. Medidas de tendncia central
2.4. Medidas de disperso
2.5. Tabelas e Grficos

6
 Contedo Programtico
3. Noes de clculo de probabilidades.
3.1. Experincia aleatria: espao amostral:
eventos.
3.2. Definies de probabilidade.

7
 Contedo Programtico
4. Variveis Aleatrias e Distribuio de
probabilidades.
4.1. Discretas: Distribuio Binomial.
4.2. Contnuas: Distribuio normal.
4.2.1. Aproximao pela normal.

8
 Contedo Programtico
5. Amostragem e distribuies amostrais
5.1. Amostragem
5.2. Distribuio amostral de mdias
5.3. Distribuio amostral de propores
5.4. Distribuio t de Student
5.6. Distribuio Qui-Quadrado
5.7. Distribuio F de Snedecor

9
 Contedo Programtico
6. Estimao de parmetros
6.1. Estimao por ponto
6.2. Estimao por intervalo

10
 Contedo Programtico
7. Testes de hipteses
7.1. Testes para uma mdia populacional
7.2. Testes para varincia populacional
7.3. Testes para proporo populacional
7.4. Testes para comparao de duas
mdias
7.4.1. Dados emparelhados
7.4.2. Dados no emparelhados
11
 Contedo Programtico
8. Anlise de varincia
8.1. Anlise de varincia para Um e Dois
Fatores
8.2. Comparaes mltiplas
8.2.1. Mtodos de Tukey e Scheff
8.3. Verificao da Adequao do Modelo
de Anlise de Varincia
8.3.1 Anlise de Resduos
12
 Contedo Programtico
9. Correlao e regresso
9.1. Correlao linear
9.2. Regresso linear simples
9.3. Regresso mltipla

13
 Cronograma
Sem. Dia Aula
1 17/08 Apresentao da Disciplina. Aula 1 Apresentao da Disciplina e Introduo
2 24/08 Estatstica Descritiva
3 31/08 Estatstica Descritiva
4 07/09 Feriado Independncia do Brasil
5 14/09 Noes de clculo de probabilidades
6 21/09 Noes de clculo de probabilidades
7 28/09 Variveis Aleatrias e Distribuio de probabilidades
8 05/10 Semana da Qumica
9 12/10 Suspenso das Aulas Feriado: 12/08
10 19/10 Variveis Aleatrias e Distribuio de probabilidades

14
 Cronograma
Sem. Dia Aula
11 26/10 P1
12 02/11 Feriado Finados
13 09/11 Amostragem e distribuies amostrais
14 16/11 Estimao de parmetros
15 23/11 Testes de hipteses
16 30/11 Testes de hipteses
17 07/12 Anlise de varincia
18 14/12 Anlise de varincia
19 21/12 Correlao e Regresso
20 28/12 Recesso
21 04/01 Recesso
22 11/01 P3
23 18/01 Limite para entrega de listas de exerccio

15
 Avaliao
Duas provas: P1 e P2 (80%)
P3 (substitutiva): substitui a menor nota entre
P1 e P2. No Farei provas extras!
Listas de exerccios, exerccios em classe (20%)
Mdia: 0,8 * NP + 0,2 * NT
Aprovao: Mdia 5,0 e 70% de presena

16
 Bibliografia
MAGALHES, M. N. Noes de Probabilidade e Estatstica. So Paulo:
Editora da Universidade de So Paulo, 2002.
BUSSAB, W. O.; MORETTIN, P. A. Estatstica Bsica. So Paulo: Saraiva,
2006.
MONTGOMERY, D.C; RUNGER, G.C. Estatstica aplicada e Probabilidade
para Engenheiros. LTC

COSTA NETO, P. L. O. Estatstica. So Paulo: Edgard Blcher Ltda, 2002.

LAPPONI, J.C. Estatstica usando Excel, So Paulo, Lapponi, So Paulo, 1997
HEATH, O.V.S., A estatstica na Pesquisa Cientfica, So Paulo, EPU, 1981
DEVORE, J. L. Probabilidade e Estatstica para Engenharia e Cincias. So
Paulo : Pioneira Thomson Learning, 2006.

17
 Bibliografia
MARTINS, G. A. Estatstica Geral e Aplicada. So Paulo: Atlas, 2006.
TRIOLA, M. F. Introduo Estatstica. Rio de Janeiro: LTC Livros
Tcnicos e Cientficos Editora
S.A., 2008.
JAMES N. MILLER & JANE C. MILLER. Statistics and Chemometrics
for Analytical Chemistry, fourth
edition. Person Education.
Montgomery, D. C.; Design and Analysis of Experiments, 3rd ed.,
Wiley: New York, 1991, p. 22.
LARSON, Ron; FARBER, Betsy. Estatstica Aplicada. 2. Edio.
Pearson 2013.PLT a Geral e
Aplicada. So Paulo: Atlas, 2006.

18
 O que Estatstica
Um conjunto de tcnicas que permite, de
forma sistemtica, organizar, descrever,
analisar e interpretar dados oriundos de
estudos e experimentos, realizados em
qualquer rea do conhecimento.

19
 reas da Estatstica
Estatstica Descritiva
Probabilidade
Inferncia Estatstica

20
 Estatstica Descritiva
Utilizada na etapa inicial da anlise.
Objetivo: tirar concluses de modo informal e
direto.
Se a massa de dados for muito grande, ser
difcil fazer concluses por intuio.
Conjunto de tcnicas a descrever e resumir
dados, a fim de que possamos tirar concluses
a respeito de caractersticas de interesse

21
 Probabilidade
Teoria matemtica para se estudar a incerteza
oriunda de fenmenos aleatrios.
Iremos focar apenas nos aspectos que apoiam
tcnicas estatsticas

22
 Inferncia Estatstica
Tcnicas que possibilitam a extrapolao de
concluses obtidas por uma quantidade
pequena de dados.
Se tivermos acesso a todos os dados no
necessrio aplicar inferncia
Ex: Consultar todos os eleitores brasileiros em
uma eleio para presidente

23
 Populao
Grande conjunto de dados que temos
interesse em estudar;
No se refere somente a um conjunto de
pessoas
Exemplos: habitantes de Sorocaba e lmpadas
produzidas por dia em uma fbrica.

24
 Amostra
Na maioria dos casos, no podemos ter acesso
a toda a populao;
As razes econmicas so as mais
determinantes.
Ainda, h razes ticas. Ex: experimentos com
seres vivos.
Amostra um subconjunto da populao,
como dimenso sensivelmente menor

25
Etapas da anlise estatstica

26
27
 Amostra
Vrios mtodos de amostragem (seleo de
amostra).
O objetivo que a amostra seja o mais parecida
possvel com a populao
A amostragem mais comum a amostra casual
simples, em que selecionamos ao acaso, com ou
sem reposio, os itens da populao
Este tipo de amostra s funciona bem com
populaes homogneas

28
 Amostra
Nem sempre uma amostra adequada
imediata.
Devemos evitar vieses de seleo.
Exemplo: Estamos estudando a opinio de
habitantes de uma cidade sobre um projeto
governamental e nossa amostra so 200
habitantes do bairro beneficiado

29
 Amostra
Neste caso poderamos formar a amostra
selecionando um nmero adequado de
habitantes de cada bairro.
Este procedimento a amostragem
estratificada.

30
 Amostra
Em alguns casos, pode haver uma relao
numerada de itens da populao lista de
referncia
Podemos usar a amostragem sistemtica,
selecionando os indivduos de forma pr-
determinada
Exemplos: de 8 em 8 ou de 10 em 10

31
Procedimentos de obteno de dados
Trs grandes grupos:
Levantamentos amostrais
Planejamento de experimentos: anlise de um
efeito de uma varivel sobre outra. Requer
interferncias do pesquisador. Por exemplo, cura
par uma doena.
Levantamentos observacionais: dados so
coletado sem que o pesquisador tenha controle.
Ex: Previso de demanda dados: vendas
passadas
32
 Estatstica e Cincia
comum encontrar como marco inicial da
estatstica a publicao do "Observations on
the Bills of Mortality" (Observaes sobre os
Sensos de Mortalidade, 1662) de John Graunt.
As primeiras aplicaes estavam voltadas para
as necessidades de Estado, na formulao de
polticas pblicas, fornecendo dados
demogrficos e econmicos.

33
 A estatstica apoia a Cincia e uma cincia
em si.
A estatstica herda os problemas cientficos
A demais cincias propem hipteses
A estatstica as testa.

34
 O mtodo cientfico
1) Desenvolver uma descrio clara do problema.
2) Identificar fatores importantes que afetam esse
problema.
3) Propor um modelo para o problema, usando o
conhecimento existente.
4) Conduzir experimentos e coletar dados para
testar o modelo
5) Refinar o modelo com base nos resultados.

35
6) Manipular o modelo de modo a ajudar no
desenvolvimento da soluo do problema
7) Conduzir um experimento para verificar se a
soluo efetiva e eficiente.
8) Tirar concluses e fazer recomendaes com
base na recomendao

36
 Papel da variabilidade
Diferentes observaes de um fenmeno
pode trazer resultados diferentes.
No devemos tirar concluses precipitadas
com base em casos particulares.
A estatstica estabelece os mtodos e
condies para uma boa induo

37
 Incerteza na Cincia
A estatstica incorpora a incerteza nas concluses.
Podemos mensurar quo prximo a realidade
est nosso modelo.
Podemos medir o poder de um instrumento de
pesquisa.
Assim, admitimos as limitaes da capacidade
humana e a impossibilidade de controle de todas
as variveis.

38