Professional Documents
Culture Documents
AULA 2
Conteúdo:
Apresentação de dados (Gráficos)
Medidas de posição
Medidas de dispersão
Características
importantes dos dados
Centro: Um valor representativo ou médio,
que indica onde se localiza o meio do
conjunto de dados.
Variação: Uma medida de quanto os valores
dos dados variam.
Distribuição: A natureza ou forma da
distribuição dos dados (ex. uniforme, sino,
assimétrica).
Outliers ou valores discrepantes: valores
amostrais que se localizam muito longe da
grande maioria dos outros valores amostrais.
Tempo: Características dos dados que
mudam com o tempo.
Apresentação gráfica
de dados
Diagrama de Barras
Usado para apresentar variáveis
qualitativas e quantitativas discretas.
As barras do diagrama podem ser
verticais ou horizontais.
Variáveis qualitativas - ilustrar
comparações entre categorias.
Variáveis quantitativas discretas -
barras do diagrama devem ser
verticais.
Diagrama de Barras -
Exemplos
14
Óbitos / 100.000 habitantes
12
10
8
6
4
2
0
mama estômago cólon/reto pulmão colo/útero
Tipo de Câncer
30
25
freqüência
20
15
10
5
0
1 2 3 4 5
número de efeitos colaterais
Apresentação gráfica
de dados
Gráfico de setores
Usado para representar variáveis
qualitativas.
Cada categoria corresponderá a uma
divisão ou a um setor de um círculo.
Geralmente utilizado quando se pretende
comparar o total de cada categoria com o
conjunto total.
Neste tipo de gráfico, um círculo de raio
qualquer vai representar 100% dos dados
(360o).
Quando usar a freqüência relativa no
gráfico, colocar o N.
Gráfico de Setores -
Exemplo
Gráfico em setores da distribuição da tuberculose (Dawson, 2003,
p.43)
Hipânicos
16%
Americanos nativos
1% Negros não-
Asiáticos ou hispânicos
habitantes das ilhas 37%
do Pacífico
11%
Brancos não-
hipânicos
35%
Apresentação gráfica
de dados
Histograma
Adequado para ilustrar o comportamento de
valores agrupados em classes.
É um gráfico de colunas composto por vários
retângulos adjacentes, representando a
tabela de freqüência.
As classes são colocadas no eixo horizontal
e as freqüências no eixo vertical.
Na construção devem ser empregadas de 5 a
20 classes.
Interpretação: Centro, variação, forma
e outlier. Não é apropriado para
verificar se há mudanças ao longo do
tempo.
Histograma – Exemplo
Percentual de linfócitos em pacientes com
leucemia linfóide
10 |- 12 5
12 |- 14 6
14 |- 16 5
16 |- 18 1
18 |- 20 2
20 |- 22 1
total 20
Histograma - Exemplo
7
6
5
freqüência
4
3
2
1
0
11 13 15 17 19 21
percentual de linfócitos
Apresentação gráfica
de dados
Polígono de freqüência
Utilizado na representação de variáveis
quantitativas contínuas.
Usa segmentos de reta ligados a pontos
localizados diretamente acima dos
valores dos pontos médios de classe.
Os segmentos são estendidos à direita
e à esquerda de forma que o gráfico
comece e termine no eixo horizontal.
Exemplo: tabela usada para construção
do histograma
Polígono de freqüência
Exemplo
Percentual de linfócitos em pacientes com leucemia linfóide
7
6
5
freqüência
4
3
2
1
0
9 11 13 15 17 19 21 23
percentual de linfócitos
Apresentação gráfica
de dados
Ogiva de Galton
É um gráfico de linha que representa
as freqüências acumuladas.
O gráfico se inicia com a fronteira
inferior da primeira classe e termina
com a fronteira superior da última
classe.
Exemplo: tabela usada para construção
do histograma
Ogiva de Galton -
Exemplo
25
freqüência acumulada
20
15
10
0
10 12 14 16 18 20 22
percentual de linfócitos
Apresentação gráfica
de dados
Ramo-e-folha
Representa dados separando cada valor
em duas partes: o ramo (dígito mais a
esquerda) e a folha (dígito mais a direita).
Pode ser expandido ou condensado.
Ao virar o ramo-e-folhas de lado podemos
ver a distribuição dos dados.
Vantagem: os dados originais podem ser
recuperados.
Usar de 5 a 20 classes.
Ramo-e-folha –
Exemplo
Diâmetros abdominais de 40 indivíduos
57 63 66 70 74 81 87 94
59 63 68 71 75 83 88 95
60 63 69 72 75 85 88 101
60 64 69 72 77 86 89 107
62 66 70 73 78 86 91 119
Ramo-e-folha –
Exemplo
Diâmetros abdominais de 40 indivíduos
50
Percetual de gordura
40
30
20
10
0
0 5 10 15 20 25 30 35
IMC
Boxplot – após MP
Medidas de centro
Valor no centro ou no meio do conjunto
de dados.
n N
Média - exemplo
Variação de freqüência cardíaca com a respiração
profunda numa amostra aleatória de 18 pacientes
Identificação Variação da
do indivíduo freqüência
cardíaca
1 19,2
2 51,9
3 33,1
4 86,7
5 29,1
6 45,3
7 14,4
8 67,1
9 64,8
10 15,9
Medidas de centro
Mediana
Para calcular a mediana devemos
primeiro colocar os valores em ordem
crescente (ou decrescente) e, em
seguida, aplicar um dos dois processos
abaixo:
Se o número de valores é ímpar, a
mediana é o número localizado
exatamente no meio da lista.
Se o número de valores é par, a mediana
é a média dos 2 valores do meio.
Mediana - exemplo
Variação de freqüência cardíaca com a respiração
profunda numa amostra aleatória de 18 pacientes
Identificação Variação da
do indivíduo freqüência
cardíaca
1 19,2
2 51,9
3 33,1
4 86,7
5 29,1
6 45,3
7 14,4
8 67,1
9 64,8
10 15,9
Medidas de centro
Moda (M)
É o valor que ocorre mais freqüentemente.
Uma distribuição pode ser unimodal,
bimodal, multimodal ou amodal.
Moda
5 5 5 3 1 5 1 4 3 5
1 2 2 2 3 4 5 6 6 6 7 9
1 2 3 6 7 8 9 10
Moda - exemplo
Variação de freqüência cardíaca com a respiração
profunda numa amostra aleatória de 18 pacientes
Identificação Variação da
do indivíduo freqüência
cardíaca
1 19,2
2 51,9
3 33,1
4 86,7
5 29,1
6 45,3
7 14,4
8 67,1
9 64,8
10 15,9
Medidas de centro
Ponto médio
É o valor a meio caminho entre o maior
valor e o menor valor da série.
Ponto médio -
exemplo
Variação de freqüência cardíaca com a respiração
profunda numa amostra aleatória de 18 pacientes
Identificação Variação da
do indivíduo freqüência
cardíaca
1 19,2
2 51,9
3 33,1
4 86,7
5 29,1
6 45,3
7 14,4
8 67,1
9 64,8
10 15,9
Medidas de centro
Média de uma distribuição de
freqüência
n
xn i i
X i 1
n
n
i 1
i
Média de uma
distribuição de
freqüência - Exemplo
Percentual de linfócitos em pacientes com
leucemia linfóide
10 |- 12 5
12 |- 14 6
14 |- 16 5
16 |- 18 1
18 |- 20 2
20 |- 22 1
total 20
Assimetria
A distribuição de dados é assimétrica quando
se estende mais para um lado que para o
outro.
Uma distribuição de dados é simétrica se a
metade esquerda do seu histograma é
praticamente uma imagem espelhada de sua
imagem direita.
Separatrizes
Separatrizes
Quartil: Divide a distribuição em 4
partes iguais em um conjunto
ordenado de valores.
Percentil: Divide a distribuição em 100
partes iguais em um conjunto
ordenado de valores.
Decil: Divide a distribuição em 10
partes iguais em um conjunto
ordenado de valores.
Separatrizes
Separatrizes
Observação:
Intervalo interquartil = Q3 – Q1
Intervalo semi-quartil = (Q3 – Q1) / 2
Identificação Variação da
do indivíduo freqüência
cardíaca
1 19,2
2 51,9
3 33,1
4 86,7
5 29,1
6 45,3
7 14,4
8 67,1
9 64,8
10 15,9
Calcule Q1, Q2, Q3, P10 e D9
Apresentação gráfica
de dados
Boxplot ou diagrama em caixa ou
diagrama de caixa e bigode
Resumo dos cinco números: mínimo,
Q1, Q2, Q3 e máximo.
É um gráfico de um conjunto de dados
que consiste em uma linha que se
estende do valor mínimo até o valor
máximo, em uma caixa com linhas
traçadas em Q1, Q2 e Q3.
Utilização: comparação entre
conjuntos de dados.
Apresentação gráfica
de dados
Construção de um diagrama de
caixa
Ache o resumo dos cinco números.
Construa uma escala com valores que
incluam o máximo e o mínimo dos dados.
Construa uma caixa retangular
estendendo-se de Q1 a Q3, e trace uma
linha ns caixa no valor de Q2.
Trace linhas estendendo-se da caixa até
os valores mínimo e máximo.
Boxplot - Exemplo
Figure 1. Effect of Newly Diagnosed Helicobacter pylori Infection
on Thyrotropin Levels in Patients with Multinodular Goiter Treated
with Thyroxine. The box plots show levels of thyrotropin in
patients who received no treatment with thyroxine, in patients
receiving thyroxine treatment (median dose, 1.56 microg per
kilogram per day) and in whom a low level of thyrotropin (0.05 to
0.20 mU per liter) was stably achieved, in patients with H. pylori
infection (with no change in the dose of thyroxine), and in patients
after the eradication of H. pylori infection (median dose, 1.70
microg per kilogram per day).
Medidas de dispersão
A dispersão fornece uma medida da
proximidade da série de dados em
torno de um valor de tendência central,
tomado como comparação.
Medidas para avaliar a dispersão de
um conjunto de dados: Amplitude
Total, Desvio Médio, Variância,
Desvio Padrão e Coeficiente de
Variação.
Medidas de dispersão
Amplitude total
AT x(máx) x(mín)
maior amplitude total maior
dispersão.
Problema: somente são usados os
extremos do conjunto (medida
instável).
Elemento auxiliar na análise mostra
a faixa de variação onde encontramos
todos os elementos do conjunto.
Amplitude - exemplo
Variação de freqüência cardíaca com a respiração
profunda numa amostra aleatória de 18 pacientes
Identificação Variação da
do indivíduo freqüência
cardíaca
1 19,2
2 51,9
3 33,1
4 86,7
5 29,1
6 45,3
7 14,4
8 67,1
9 64,8
10 15,9
Medidas de dispersão
Desvio médio
É a média aritmética dos desvios
absolutos dos elementos da série,
tomados em relação a média.
DM
|d |
onde d x i x
N
Desvio médio -
exemplo
Variação de freqüência cardíaca com a respiração
profunda numa amostra aleatória de 18 pacientes
Identificação Variação da
do indivíduo freqüência
cardíaca
1 19,2
2 51,9
3 33,1
4 86,7
5 29,1
6 45,3
7 14,4
8 67,1
9 64,8
10 15,9
Medidas de dispersão
Desvio padrão
n n
(x )
i
2
i
( x X ) 2
i 1
s i 1
n n 1
Utilização
Verificação da dispersão ou espalhamento de
um conjunto de dados;
Permite distinguir numericamente conjuntos
de dados de mesmo tamanho e mesma
média, mas que são visivelmente diferentes.
Medidas de dispersão
Desvio padrão - Interpretação
Uma pergunta que pode surgir é se
um desvio padrão é grande ou
pequeno; dependendo da ordem de
grandeza da variável.
Comparação de séries menor
desvio padrão mais homogênea
ou menos dispersa.
Desvio padrão -
Exemplo
Variação de freqüência cardíaca com a respiração
profunda numa amostra aleatória de 18 pacientes
Identificação Variação da
do indivíduo freqüência
cardíaca
1 19,2
2 51,9
3 33,1
4 86,7
5 29,1
6 45,3
7 14,4
8 67,1
9 64,8
10 15,9
Medidas de dispersão
Desvio padrão de uma distribuição de
freqüência
n n
ni ( xi ) 2
i i
n ( x X ) 2
i 1 s i 1
n n 1
População Amostra
Desvio padrão de uma
distribuição de
freqüência - Exemplo
Percentual de linfócitos em pacientes com
leucemia linfóide
10 |- 12 5
12 |- 14 6
14 |- 16 5
16 |- 18 1
18 |- 20 2
20 |- 22 1
total 20
Medidas de dispersão
Variância
n n
i
( x ) 2
i
( x X ) 2
2 i 1
s2 i 1
n n 1
Identificação Variação da
do indivíduo freqüência
cardíaca
1 19,2
2 51,9
3 33,1
4 86,7
5 29,1
6 45,3
7 14,4
8 67,1
9 64,8
10 15,9
Medidas de dispersão
Coeficiente de variação
É uma medida de dispersão relativa
(%) que mede a variação do desvio
padrão em relação à média aritmética.
s
CV (%) 100
X
Medidas de dispersão
Coeficiente de variação
1) Qual a série mais homogênea: a série A ou
a série B?
2) A série C ou a série D?
3) A série A ou a série E?
Série Média Desvio padrão
Identificação Variação da
do indivíduo freqüência
cardíaca
1 19,2
2 51,9
3 33,1
4 86,7
5 29,1
6 45,3
7 14,4
8 67,1
9 64,8
10 15,9
Banco de dados -
Honolulu
Doenças Cardíacas – 7.683 casos
coletados no Havai em 1969
Tamanho da amostra: 100
Universo: Homens doentes com idade
entre 45 e 67 anos.
Fator de exposição: fumante
Média de Idade da população: 54,36
anos
Banco de dados -
Honolulu
Variáveis Codificadas:
1) Educatio: nível de instrução
Utilizando similar brasileiro:
1 = nenhuma
2 = primeiro grau incompleto
3 = primeiro grau completo
4 = segundo grau completo
5 = curso técnico
6 = curso superior
2) Weight : peso em Kg
3) Height : altura em cm
4) Age : idade em anos
Banco de dados -
Honolulu
Variáveis Codificadas:
5) Smoking: status de fumante
0 = não
1 = sim
6) Phisical : atividade física
1 = sedentário
2 = moderada
3 = alta
7) Glucose: nivel de glicose no sangue em
miligramas percentuais
8) Cholest: nível de coleterol sérico em
miligramas percentuais
10) Pressure: pressão sanguinea sistólica em
mmHg
Banco de dados -
Honolulu
Procedimentos - Tabelas (Planilha:
quali. cont. graf.)
Variáveis nível educacional, Fumo e
Atividade Física – construção de tabela
usando comando freqüência.
Banco de dados -
Honolulu
Procedimentos – Gráficos (Planilha:
quali. cont. graf.)
Variáveis Nível Educacional, Fumo e
Atividade Física – construção de
diagrama de barras (barras e colunas)
e diagrama circular.
Banco de dados -
Honolulu
Procedimentos - Medidas
Calcular média, mediana, moda,
amplitude total, desvio médio, desvio
padrão, variância para as variáveis
massa, estatura, glicose, colesterol e
pressão.
Uso das funções estatísticas do EXCEL.
Uso da ferramenta análise descritiva do
menu Ferramentas.
Banco de dados -
Honolulu
Procedimentos - Medidas
Uso das funções estatísticas do EXCEL.
Inserir Função Estatística nome
da função (planilha: medidas)
Banco de dados -
Honolulu
Procedimentos - Medidas
Nome das funções
Medida Função
Média Média
Moda Modo
Mediana Med
Quartil Quartil
Percentil Percetil
Amplitude total Máximo – mínimo
Desvio médio Desv.médio
Desvio padrão Desvpad
Variância Var
Banco de dados -
Honolulu
Ferramentas Análise de dados
Estatística descritiva (planilha: dados)