Académique Documents
Professionnel Documents
Culture Documents
INFERÊNCIA ESTATÍSTICA
Estatística II – Prof. Salvatore
O que é Estatística ?
A estatística pode ser considerada a Ciência que se
preocupa com a organização, análise e
interpretação de dados experimentais Virgillito , S.
B., Estatística Aplicada 2004).
Ramos da Estatística
Amostragem
Colhe os dados das diversas variáveis segundo técnicas
apropriadas e cientificamente aceitas.
Estatística Descritiva
Ordena e descreve o comportamento dos dados e os
preparando-os para serem analisados.
Probabilidades
Calcula a probabiildade de um evento ocorrer ou se repetir
Inferência
Estudas as estatísticas amostrais e generaliza as conclusões
obtidas para as respectivas populações de onde as
amostras foram retiradas.
Níveis da Estatística
Estatística Univariada (medidas de tendência central,
variabilidade, assimetria e achatamento, análise da
variância unifatorial).
Estatística Bivariada (relação entre duas variáveis,
correlação e análise de variância dois fatores,
regressão linear uni e bi-variada).
Estatística Multivariada ( relação entre mais de duas
variáveis, regressão múltipla, análise multivariada da
variância, Análise fatorial, análise discriminante,
correlação canônica, análise multidimentional, etc..
A estatística utiliza o método científico
1. Definição do problema.
2. Formulação de hipóteses.
3. Formulação de um plano de coleta de dados.
4. Coleta dos dados.
5. Análise e Interpretação dos dados.
6. Confirmação ou rejeição das hipóteses referentes
ao experimento, relatando as conclusões de
maneira simples permitindo a tomas decisões.
Estatística Inferencial ou Indutiva
O que é Inferência Estatística?
É o conjunto de técnicas matemáticas que permitem
generalizar para uma população os resultados obtidos em
amostras retiradas dessa população.
Quais estatísticas são obtidas das amostras e que
tipo de resultados?
Estimação de um parâmetro da população (estatística
populacional) com base em estatísticas provenientes de
dados amostrais (Problema de Estimação de parâmetros).
Compara o valor de um parâmetro na população com base
nas medidas calculadas a partir de estatísticas de uma
amostra (Testes de Hipóteses e Testes de Significância).
O problema da Estimação
Através de técnicas adequadas, a Estimação de parâmetros permite
avaliar o comportamento populacional através do estudo das
estatísticas das amostras.
Quando na amostras calculamos a média, o desvio padrão, a
variância, a mediana, etc. , estes resultados se chamam ESTATÍSTICAS.
Quando estimamos os respectivos valores dessas estatísticas na
população estas denominam-se PARÂMETROS.
Estatísticas das amostras Parâmetros na População
Estatística Média da amostra x Parâmetro média populacional
Estatística desvio padrão s Parâmetro desvio padrão
Variância na amostra s2 Parâmetro Variância 2
Letras minúsculas do alfabeto LATINO representam estatísticas amostrais,
enquanto letras Maiúsculas do alfabeto GREGO representam Parâmetros
populacionais.
O problema da Estimação
Assim, as estatísticas calculadas nas amostras
levantadas de maneira científica são os resultados
que permitirão ESTIMAR os respectivos parâmetros
populacionais.
Ex: se numa amostra de peças a média do
diâmetro delas é 16mm, qual deve ser a média da
população de onde a amostra foi retirada?
Ex: se numa amostra de eleitores a proporção de
votos favoráveis ao candidato é 19% qual a
proporção de votos favoráveis na população?
O problema dos Testes de Hipóteses
10
Conceitos Básicos
População
11
Conceitos Básicos
População
Lógica
Não há um número a partir do qual uma população
seja caracterizada como finita ou infinita, mas
consideramos a população como FINITA caso a razão
n/N > 0,05, onde n é o tamanho da amostra e N o
da população.
12
Conceitos Básicos
População
Exemplo
Caso a característica a ser investigada seja renda, a
população é dita como simples.
Caso, além da renda, outra(s) característica(s) entrem
no escopo do estudo, a população passa a ser
considerada composta.
13
Conceitos Básicos
População
Exemplo
A distribuição das idades dos alunos desta turma tem
coeficiente de variação de 12% (homogênea),
enquanto a do ano passado tinha uma dispersão
relativa de 49% (heterogênea).
14
Conceitos Básicos
População
Resposta:
Diferentes tipos de população levam a planos de
amostragem diferentes.
Exemplo
Se uma população é homogênea, consideramos um único
conjunto de unidades. Se a população é heterogênea,
devemos estratificar as unidades em grupos homogêneos.
15
Conceitos Básicos
Amostra
1. É um subconjunto da população.
2. Conveniente para se fazer inferências sobre
populações infinitas.
3. Conveniente, também, em situações de testes
destrutivos.
4. A precisão dos resultados depende da combinação
entre custo-tempo-precisão.
16
Conceitos Básicos
Amostra
1. É um subconjunto da população.
Exemplos
– Os alunos desta turma constituem uma amostra de
todos os alunos da faculdade.
– João, Marcela, Ricardo e Sandra são unidades da
amostra dos alunos desta turma.
17
Conceitos Básicos
Amostra
18
Conceitos Básicos
Amostra
19
Conceitos Básicos
Amostra
Lógica
Há que se hierarquizar as prioridades entre esses elementos.
Maior precisão aumenta o custo de coleta e o tempo para a
obtenção dos dados.
20
Conceitos Básicos
Tipos de Amostras
21
Conceitos Básicos
Amostras Aleatórias ou Probabilísticas
22
Conceitos Básicos
Amostras Aleatórias ou Probabilísticas
23
Conceitos Básicos
Amostras Aleatórias ou Probabilísticas
N
Amostras sem reposição
n
n
N Amostras com reposição
24
Conceitos Básicos
Amostras Aleatórias ou Probabilísticas
N 10n 2
25
Amostragem
Probabilística
Aleatória Simples
Estratificada
Sistemática
Por conglomerado
Múltiplos Estágios
Não-probabilística
Por conveniência
Intencionais
Por quotas
Bola de Neve
Amostras
Com reposição: o elemento selecionado para a
amostra é re-inserido na população depois de cada
amostragem e assim, poderá ser selecionado
novamente.
Sem reposição: o elemento selecionado para aquela
amostra específica, não é re-inserido na população
para novas amostras.
Probabilística
Amostragem Aleatória Simples
Assim chamada quando cada objeto ou pessoa
integrante da amostra tem a mesma probabilidade de
ser selecionado.
Este tipo de amostragem é muito utilizada em
pesquisas de exploração, segmentação e
participação percentual em mercados.
Seleção aleatória simples
através do Excel
Gera-se uma tabela de
números aleatórios entre um
mínimo e máximo que
possam conter todos os
elementos da amostra.
Selecionam-se os elementos
os dois, três ou quatro
primeiros números da tabela
gerada automaticamente.
A posição ordinal dos
números selecionados
indicará qual elemento da
população integrará a
mostra.
Probabilística
Sistemática
É aquela amostra colhida através da imposição de um
sistema de escolha. Exemplo: dentro de um hospital e
dentro de uma secção destinadas a doentes de certa
patologia clínica, escolhem-se os pacientes de cada
terceiro quarto, havendo assim chances de termos
pacientes de quartos pares ou ímpares.
Probabilística Sistemática
Extraiu-se uma amostra a cada 6
elementos ordinais.
Probabilística
Estratificada
Uma vez montada a amostra aleatória simples, pode ser
conveniente estudar uma característica de segunda ordem
mas de interesse. Por exemplo numa amostragem aleatória
simples sobre móveis utilizados num escritório, pode ser
conveniente ouvir as opiniões das, mulheres, canhotos,
pessoas entre certa faixa etária, etc..
Pode então ocorrer uma estratificação simples ou
proporcional ao tamanho da amostra principal.
Probabilística Estratificada proporcional