Académique Documents
Professionnel Documents
Culture Documents
Bibliografia básica:
HOFFMANN, R. Estatística para economistas. 4 ed. São Paulo:
Pioneira Thomson Learning, 2006.
MORETTIN, Pedro A.; BUSSAB, Wilton de O. Estatística Básica. 5
ed. São Paulo: Saraiva, 2004.
WEBSTER, Allen L. Estatística aplicada à administração e
economia. São Paulo: McGraw-Hill, 2006
Bibliografia complementar:
LAPPONI, J.C. Estatística usando Excel. 4 ed. São Paulo:
Campus, 2005.
LEVIN, J.; FOX, J.A. Estatística para ciências humanas. 9 ed. São
Paulo: Prentice Hall, 2004.
NEWBOLD, P.; CARLSON, W.L.; THORNE, B. Statistics for
business and economics. 5th ed. New Jersey: Prentice Hall,
2002.
DOANE, David P.; SEWARD, Lori E. Estatística aplicada à
administração e à economia. São Paulo: McGraw-Hill, 2008.
1
Avaliação:
• 3 provas regulares + 1 trabalho final
• 1 prova substitutiva (para a pior nota)
– A substitutiva substitui a nota
• Listas de exercícios
• Nota final média ponderada de provas, trabalhos e listas, com a
seguinte estrutura: 0.2*P1+0.3*P2+0.2*P3+0.2*T+0.1*L
Datas:
30/09/09 – Prova 1
28/10/09 – Prova 2
25/11/09 – Prova 3
27/11 e 02/12/09 – Apresentação de trabalhos
09/12/09 – Prova substitutiva.
CONTEÚDO DO CURSO:
• Introdução.
• Freqüência e histograma.
• Medidas de posição: média, mediana, moda.
• Medidas de dispersão: variância, desvio-
padrão, coeficiente de variação.
• Introdução à probabilidade e princípios de
amostragem.
• Número índice e operações com números
índices.
• Medidas de desigualdade e de concentração.
2
1. Introdução
• Porque estudar estatística econômica?
– Transformar dados em informação
– Tomar decisões sob incerteza
– Testar hipóteses
1. Introdução
Relembrando: como se faz pesquisa?
1. O problema estudado é reduzido a uma
hipótese (passível de teste)
2. Elabora-se um conjunto de instrumentos
3. Coletam-se dados (conforme o caso)
4. Os dados são analisados e interpretados
– Itens 2 a 4: considerando-se sempre
hipótese inicial
3
1. Introdução
• Instrumentos mais utilizados em
pesquisa social:
– Observação participativa
– Análise de conteúdo
– Experimento
– Survey
– Análise secundária
1. Introdução
• Quais dados queremos?
• Que representem as variáveis de
interesse na pesquisa
• Que sejam capazes de responder à
nossa pergunta
4
1. Introdução
• Utilizamos os dados e as
ferramentas da estatística para:
1. Descrição
• Queremos “reduzir” os dados a um número
pequeno de termos
2. Tomada de decisão
• Queremos tomar decisões com base em
dados de parte (amostra) do grupo
(população)
1. Introdução
Descrição
Tabela 1.1 Notas de prova de 47 estudantes.
6,6 7,0 7,1 9,0 5,1
6,0 7,0 7,1 5,0 4,9
7,4 6,7 5,9 9,2 3,2
6,0 6,0 6,1 8,0 3,4
9,0 5,5 6,3 5,3 7,9
7,4 8,4 6,3 9,3 3,7
7,9 6,9 8,3 6,9 5,2
7,4 7,0 7,2 2,4
2,9 6,3 7,7 6,1
5,0 4,3 6,7 7,6
5
1. Introdução
Descrição
Tabela 1.2 Notas de prova de 47
estudantes: distribuição de freqüências
agrupadas
notas freqüência
0a2 0
2a4 5
4a6 9
6a8 27
8 a 10 6
total 47
1. Introdução
Descrição
30
25
20
freqüência
15
10
0
0a2 2a4 4a6 6a8 8 a 10
categorias de notas
6
1. Introdução
Tomada de decisão:
1. Introdução
Tomada de decisão:
Tabela 1.3 Consumo de maconha por sexo do
entrevistado: caso I
Sexo do entrevistado
Consumo de maconha Masculino Feminino
Número dos que já experimentaram 35 15
Número dos que nunca
experimentaram 65 85
Total 100 100
7
1. Introdução
Tomada de decisão:
Tabela 1.4 Consumo de maconha por sexo do
entrevistado: caso II
Sexo do
entrevistado
1. Introdução
Tomada de decisão:
Tabela 1.5 Consumo de maconha por sexo do
entrevistado: caso III
Sexo do entrevistado
8
1.1 Definições
• Estatística ciência ou ramo do
conhecimento / medida numérica que resume
um conjunto de dados amostrais.
• Dados na pesquisa científica: registro
sistemático dos resultados de experimentos
• Observação cada valor dos dados
• Sujeito / Indivíduo item em estudo
– Ex: trabalhador; empresa; lâmpada
• Variável característica do indivíduo
– Salário; faturamento; duração
1.1 Definições
• Conjunto de dados: univariados x
multivariados caso especial: bivariados
Tipos de dados
Atributos Numéricos
(qualitativos) (quantitativos)
9
1.1 Definições
• Atenção: codificar um curso não o torna um
dado numérico!!
– Códigos são atribuídos de forma arbitrária e não faz
sentido ordenar ou fazer contas com as
categorias...
• Arredondamento: pode trazer ambigüidade
discreta ou contínua?
• Variáveis binárias: presença (1) ou ausência
(0) de uma característica de interesse
1.1 Definições
• Escalas de medida:
• Nominal apenas categorias (cor dos olhos)
• Ordinal faz sentido ordenar (classificação
de risco)
• Intervalar distância tem significado
(temperatura, escala Likert)
• Razão existe significado no valor zero
(lucro)
10
1.1 Definições
• Dados de séries temporais x dados
transversais
• Amostra x censo
• Parâmetros (populacionais) x estatísticas
(amostrais)
• Métodos de amostragem:
– Probabilísticos: amostra aleatória simples;
sistemática; estratificada; por conglomerado.
– Não-probabilísticos: amostragem intencional; por
conveniência.
• Fontes de dados: secundários x levantamento
1.1 Definições
• Amostra preferível:
– População infinita
– Testes destrutivos
– Resultados atualizados
– Acurácia
– Custo
• Censo preferível:
– População pequena
– Tamanho de amostra grande
– Disponibilidade do banco de dados
– Exigências legais
11
1.2 Armadilhas da estatística
• Tirar conclusões a respeito de uma grande
população a partir de uma amostra pequena
• Tirar conclusões a partir de amostras não-
aleatórias
• Dar importância a observações raras de
amostras grandes
• Usar métodos de pesquisa deficientes
• Assumir uma relação causal baseada em
observação
• Generalizar sobre indivíduos a partir de
observações feitas em grupos
• Atribuir importância prática a todo estudo com
resultados estatisticamente significantes
12