Estatstica Descritiva

O que Estatstica
A Estatstica originou-se com a coleta e construo de tabelas de dados para o governo.

A situao evoluiu e esta coleta de dados representa somente um dos aspectos da Estatstica.
No sculo XIX, o desenvolvimento do clculo de probabilidade e outras metodologias matemticas, tais como a tcnica de Mnimos Quadrados, foram fundamentais para o desenvolvimento da Estatstica

O que Estatstica
Somente no sculo XX a Estatstica desenvolve-se como uma rea especfica do conhecimento a partir do desenvolvimento da Inferncia Estatstica; uma metodologia baseada em probabilidade que tem ampla aplicao nas cincias experimentais. A Estatstica hoje consiste num metodologia cientfica para obteno, organizao e anlise de dados, oriundos das mais variadas reas das cincia experimentais, cujo objetivo principal auxiliar a tomada de decises em situaes de incerteza.
3

Estatstica Descritiva
Etapa inicial da anlise utilizada para descrever, organizar e resumir os dados coletados.

A disponibilidade de uma grande quantidade de dados e de mtodos computacionais muito eficientes revigorou esta rea da Estatstica.

Estatstica Descritiva
O que fazer com as observaes que coletamos?

Primeira Etapa: Resumo dos dados = Estatstica descritiva

5

Varivel:
Qualquer caracterstica associada a uma populao.

Classificao das variveis:

NOMINAL QUALITATIVA ORDINAL classe social, grau de instruo

sexo, cor dos olhos

CONTNUA QUANTITATIVA DISCRETA

peso, altura, salrio, idade

nmero de filhos, nmero de carros
6

Variveis Quantitativas
MEDIDAS DE POSIO:
Mnimo, Mximo, Moda, Mdia, Mediana, Percentis

MEDIDAS DE DISPERSO:
Amplitude, Intervalo-Interquartil, Varincia, Desvio Padro, Coeficiente de Variao.
7

Medidas de Posio
Mximo (max): a maior observao Mnimo (min): a menor observao Moda (mo): o valor (ou atributo) que ocorre com maior freqncia.

Dados: 4, 5, 4, 6, 5, 8, 4
max = 8 min = 4 mo = 4
8

Mdia:

x1 x2 x3 ... xn x n
Dados: 2, 5, 3, 7, 8
25378 x 5 5

x
i 1

 Mediana:
A mediana o valor da varivel que ocupa a posio central de um conjunto de n dados ordenados.
Posio da mediana: n+1 2

10

Exemplos:
Dados: 2, 6, 3, 7, 8
Posio da Mediana

n = 5 (mpar)
5+1 = 3 Md=6 2

Dados ordenados: 2 3 6 7 8

Dados: 4, 8, 2, 1, 9, 6

n = 6 (par)
6+1 = 3,5 2

Dados ordenados: 1 2 4 6 8 9 Md Md = (4 + 6) / 2 = 5

11

Percentis:
O percentil de ordem p 100 (0 < p < 1), em um conjunto de dados de tamanho n, o valor da varivel que ocupa a posio p (n + 1) do conjunto de dados ordenados.

Casos particulares:
percentil 50 = mediana ou segundo quartil (Md)
percentil 25 = primeiro quartil (Q1) percentil 75 = terceiro quartil (Q3) percentil 10 = primeiro decil
12

Dados: 1,9 2,0 2,1 2,5 3,0 3,1 3,3 3,7 6,1 7,7

n=10

Posio de Md: 0,5(n+1)= 0,511= 5,5 Md = (3 + 3,1)/2 = 3,05

Posio de Q1: 0,25 (11) = 2,75 Q1=( 2+2,1)/2=2,05 Posio de Q3: 0,75 (11) = 8,25 Q3=(3,7+6,1)/2=4,9 Md = 3,05 Q1 = 2,05 Q3 = 4,9

Dados: 0,9 1,0 1,7 2,9 3,1 5,3 5,5 12,2 12,9 14,0 33,6

n=11
Md = 5,3 Q1 = 1,7 Q3 = 12,9
13

Exemplo 2: Considere as notas de um teste de 3 grupos de alunos

Grupo 1: 3,4,5,6,7 Grupo 2: 1, 3, 5, 7, 9 Grupo 3: 5,5,5,5,5

* * * * *
G1
* * *
* * * * *

G2

G3
0

10

Temos: x1 = x2 = x3 = 5

e md1= md2= md3 = 5

14

Medidas de Disperso
Finalidade: encontrar um valor que resuma a variabilidade de um conjunto de dados
Amplitude (A): A = mx - min Para os grupos anteriores, temos: Grupo 1, A = 4 Grupo 2, A = 8 Grupo 3, A = 0
15

Intervalo-Interquartil:
a diferena entre o terceiro quartil e o primeiro quartil, ou seja, Q3 - Q1.

Dados: 1,9 2,0 2,1 2,5 3,0 3,1 3,3 3,7 6,1 7,7
Q1 = 2,05 e Q3= 4,9

Q3 - Q1 = 4,9 - 2,05 = 2,85

16

Varincia:
2 2 2 n (x x ) 2 ( x x ) ( x x ) ... ( x x ) 2 2 n Varincia s 1 i n 1 n 1 i 1

Desvio padro:
Desvio Padro s Varincia

17

Clculo para os grupos:

G1: s2 =(3-5)2+(4-5)2+ (5-5)2+ (6-5)2+ (7-5)2

4 s2 = 10/4= 2,5 s = 1,58

G2: s2 = 10 s = 3,16 G3: s2 = 0 s = 0
18

Frmula alternativa:

Xi
i 1

nX

( n 1)

Em G1: Xi2 = 9 + 16 + 25 + 36 +49 = 135

S2 = 135 - 5(5)2 = 2,5

4
19

 Coeficiente de Variao (CV)

- uma medida de disperso relativa - elimina o efeito da magnitude dos dados - exprime a variabilidade em relao mdia
s CV 100% x

20

Exemplo 3:
Altura e peso de alunos
Mdia
Altura 1,143m Peso 50 kg Desvio Padro 0,063m 6kg Coef. de Variao 5,5% 12%

Concluso: Os alunos so, aproximadamente, duas vezes mais dispersos quanto ao peso do que quanto altura.
21

Exemplo 4:
Altura (em cm) de uma amostra de recmnascidos e de uma amostra de adolescentes
Mdia
Recm-nascidos Adolescentes

Desvio padro
6 16

Coef. de variao
12% 10%

50 160

Concluso: Em relao s mdias, as alturas dos adolescentes e dos recm-nascidos apresentam variabilidade quase iguais. 22