Estatistica Descritiva - Latex

Estatstica Descritiva
Prof. Alessandro Jos Queiroz Sarnaglia Departamento de Estatstica CCE-UFES
Sarnaglia, A. J. Q. ()
1 / 57
Estrutura
1. Introduo Estatstica 2. Distribuio de frequncias e frequncias relativas 2.1 Tipos de variveis 2.2 Casos qualitativo e quantitativo discreto (poucas observaes diferentes) 2.3 Casos quantitativos contnuo e discreto (muitas observaes diferentes) 3. Grcos 3.1 Grco de setores 3.2 Grco de barras 3.3 Histograma 4. Medidas resumo 4.1 Medidas de tendncia central Mdia Mediana Moda 4.2 Medidas de disperso Amplitude Varincia Desvio-padro
Sarnaglia, A. J. Q. () Estatstica Descritiva 1 / 57
Estrutura
Viso geral sobre estatstica

Considere as seguintes armaes que foram retiradas de publicaes recentes: As pessoas que comem trs pores dirias de gros integrais tm risco de sofrer problemas cardacos reduzido em Dos
37%; 70%
resul-
1500
danos espinha dorsal em menores de idade,
tam de acidentes de carro e cinto de segurana;
68
dos feridos no estavam usando o
Espera-se que a produo americana de carvo sofra uma reduo de
3.1%
em 2007.
2 / 57

37%; 70%
resul-
1500
68
3.1%
em 2007.
Baseiam-se na coleta de observaes.
2 / 57

37%; 70%
resul-
1500
68
3.1%
em 2007.
Baseiam-se na coleta de observaes.
Denio
questionrios ou contagens.
Observaes consistem de informaes coletadas atravs de medies,

Denio
A
Estatstica a cincia que
3 / 57
Denio
A
Estatstica a cincia que coleta,
3 / 57
Denio
A
Estatstica a cincia que coleta, organiza,
3 / 57
Denio
A
Estatstica a cincia que coleta, organiza, analisa
3 / 57
Denio
A
junto de observaes.
Estatstica a cincia que coleta, organiza, analisa e interpreta con-
3 / 57
Denio
A
junto de observaes.
Estatstica a cincia que coleta, organiza, analisa e interpreta conuma populao; ou uma amostra.
Os conjuntos de dados estatsticos podem formar:
3 / 57
Denio
A
junto de observaes.
Denio
Uma resse.
populao o conjunto formado por todas observaes de inte-
3 / 57
Denio
A
junto de observaes.
Denio
Uma resse.
Interesse:
3 / 57
Denio
A
junto de observaes.
Denio
Uma resse.
Interesse: alguma medida que descreve alguma caracterstica dos elementos da populao.
3 / 57
Denio
A
junto de observaes.
Denio
Uma resse.
Interesse: alguma medida que descreve alguma caracterstica dos elementos da populao.
Denio
Qualquer descrio numrica dos elementos da populao chamada de
parmetro.
3 / 57
Experimentos:
1 Um lote com
lmpadas ser inspecionado.
queima no instante
Ti , i = 1, . . . , N .
Seja
i-sima 1 i Ti N
lmpada a mdia
desses tempos de queima. Temos que
um parmetro;
4 / 57
Experimentos:
1 Um lote com
queima no instante
Ti , i = 1, . . . , N .
Seja
i-sima 1 i Ti N
lmpada a mdia
um parmetro;
2 Suponha que o Brasil tenha

Sejam desses
N trabalhadores com carteira assinada. R1 , . . . , RN as rendas desses trabalhadores. A renda mdia 1 indivduos = i Ri um parmetro populacional; N
4 / 57
Experimentos:
1 Um lote com
queima no instante
Ti , i = 1, . . . , N .
Seja
i-sima 1 i Ti N
lmpada a mdia
um parmetro;

Sejam desses
3 Os tempos de vida das pessoas nascidas em uma cidade no ano de

2000 sero observados. A mdia desses tempos um parmetro;
4 / 57
Experimentos:
1 Um lote com
queima no instante
Ti , i = 1, . . . , N .
Seja
i-sima 1 i Ti N
lmpada a mdia
um parmetro;

Sejam desses

4 A proporo dos dias chuvosos em uma determinada localidade ser

investigada. Essa proporo um parmetro.
4 / 57
Experimentos:
1 Um lote com
queima no instante
Ti , i = 1, . . . , N .
Seja
i-sima 1 i Ti N
lmpada a mdia
um parmetro;

Sejam desses

4 A proporo dos dias chuvosos em uma determinada localidade ser

investigada. Essa proporo um parmetro.
Denio
Um
censo a coleta completa das observaes de uma populao.

Estatstica Descritiva 4 / 57
Problemas de um censo:
5 / 57
Problemas de um censo: Exp. 1 Exp. 2 Exp. 3 Exp. 4
Danicao da populao
Alto custo de observao
Tempo gasto para observao
Populao innita
5 / 57
Danicao da populao
Populao innita
Alternativa:
5 / 57
Danicao da populao
Populao innita
Alternativa: utilizar uma amostra para tirar concluses sobre a populao.
5 / 57
Danicao da populao
Populao innita
Denio
Uma o.
amostra de uma populao qualquer subconjunto dessa popula-
5 / 57
Danicao da populao
Populao innita
Denio
Uma o.
Idia:
5 / 57
Danicao da populao
Populao innita
Denio
Uma o.
Idia: Utilizar uma estatstica para aproximar algum parmetro.
5 / 57
Danicao da populao
Populao innita
Denio
Uma o.
Idia: Utilizar uma estatstica para aproximar algum parmetro.
Denio
Qualquer descrio numrica de uma amostra denominada
estatstica.
5 / 57
6 / 57
Desvantagem:
6 / 57
Desvantagem: Amostra ruim
6 / 57
Estatstica fornecer aproximao ruim.
6 / 57
Desvantagem: Amostra ruim Soluo:
6 / 57
Soluo: amostras representativas da populao;
6 / 57
Soluo: amostras representativas da populao; Como?
6 / 57
Soluo: amostras representativas da populao; Como? Principalmente, atravs de amostragem aleatria simples.
6 / 57
amostragem aleatria simples seleciona uma amostra de tamanho n de forma que TODAS as possveis amostras de tamanho n tenham a
A mesma chance de serem selecionadas.
Outras tcnicas aleatrias: amostragem aleatria estraticada, por conglomerados, entre outras.
Denio
6 / 57
Outras tcnicas aleatrias: amostragem aleatria estraticada, por conglomerados, entre outras. Estatstica divide-se basicamente em:
Denio
6 / 57
Outras tcnicas aleatrias: amostragem aleatria estraticada, por conglomerados, entre outras. Estatstica divide-se basicamente em: Estatstica Descritiva - Tcnicas para a organizao, o resumo e a apresentao das observaes. Se utilizada em uma amostra essas tcnicas apenas descrevem os dados em questo;
Denio
6 / 57
Outras tcnicas aleatrias: amostragem aleatria estraticada, por conglomerados, entre outras. Estatstica divide-se basicamente em: Estatstica Descritiva - Tcnicas para a organizao, o resumo e a apresentao das observaes. Se utilizada em uma amostra essas tcnicas apenas descrevem os dados em questo; Inferncia Estatstica - Conjunto de tcnicas que se baseia fortemente na teoria de probabilidade para extrapolar as informaes de uma amostra para toda a populao.
Denio
6 / 57
Representamos um estudo estatstico por meio do seguinte esquema:
In
fe r
n ci a
Populao
Amostra
Estatstica descritiva
tr os
ag
em
7 / 57
Estrutura
Estrutura
Motivao Fato: Uma pesquisa
8 / 57
grande quantidade de dados;
8 / 57
Problema: Nenhuma concluso sem o correto tratamento dos dados.
8 / 57
Problema: Nenhuma concluso sem o correto tratamento dos dados. Soluo (no contexto da amostra):
8 / 57
Problema: Nenhuma concluso sem o correto tratamento dos dados. Soluo (no contexto da amostra): Estatstica Descritiva.
8 / 57
Problema: Nenhuma concluso sem o correto tratamento dos dados. Soluo (no contexto da amostra): Estatstica Descritiva. Objetivos: resumo; visualizao; e descrio.
8 / 57
Problema: Nenhuma concluso sem o correto tratamento dos dados. Soluo (no contexto da amostra): Estatstica Descritiva. Objetivos: resumo; visualizao; e descrio. Interesse:
8 / 57
Problema: Nenhuma concluso sem o correto tratamento dos dados. Soluo (no contexto da amostra): Estatstica Descritiva. Objetivos: resumo; visualizao; e descrio. Interesse: Alguma caracterstica em comum entre os elementos da amostra, ou seja, uma varivel.
8 / 57
Problema: Nenhuma concluso sem o correto tratamento dos dados. Soluo (no contexto da amostra): Estatstica Descritiva. Objetivos: resumo; visualizao; e descrio. Interesse: Alguma caracterstica em comum entre os elementos da amostra, ou seja, uma varivel.
Denio
Uma
pelos indivduos de uma populao.
varivel qualquer caracterstica numrica, ou no, compartilhada

As variveis so classicadas de acordo com os valores que assumem. Elas podem ser: qualitativas (ou categricas), se seus valores so categorias, qualidades ou atributos dos indivduos. Ainda se subdividem em:
9 / 57
ordinais - quando essas categorias admitem alguma ordenao lgica; nominais - quando esses atributos no podem ser ordenados lgicamente;
9 / 57
quantitativas, se seus valores so nmeros, geralmente resultados de contagens ou medies. Ainda se subdividem em:
9 / 57
discretas - seus possveis valores formam um conjunto nito, ou innito enumervel; contnuas - seus possveis valores formam um conjunto no enumervel.
9 / 57
discretas - seus possveis valores formam um conjunto nito, ou innito enumervel; contnuas - seus possveis valores formam um conjunto no enumervel.
Denio
Um conjunto
seus elementos e um subconjunto de
enumervel se possvel estabelecer uma bijeo entre

Z.
Comentrio
Informalmente, um conjunto enumervel quando os seus elementos podem ser contados. Assim, por exemplo, um intervalo do tipo
(a, b],
com
a < b,
um conjunto no enumervel.
10 / 57
Comentrio
Informalmente, um conjunto enumervel quando os seus elementos podem ser contados. Assim, por exemplo, um intervalo do tipo
(a, b],
com
a < b,
um conjunto no enumervel.
Esquematicamente: Varivel
Qualitativa
Quantitativa
Ordinal
Nominal
Discreta
Contnua
Exemplos: - Classe social; - Escolaridade; - Categorias do UFC. Sarnaglia, A. J. Q. ()
Exemplos: - Cor; - Sexo; - Religio.
Exemplos: - Idade; - Nm. de lhos; - Tam. da famlia.
Exemplos: - Renda; - Altura; - Temperatura. 10 / 57
Quando utilizar a distribuio de frequncias?
Grande quantidade de observaes
Como resumir e extrair informaes?
Qual informao?
Frequncia com que os valores ocorrem
Qual informao?
Qual informao?
Distribuio de frequncias
11 / 57
Estrutura
Seja
uma varivel. Suponha que
x1 , x2 , . . . , xn
so observaes de
X.
12 / 57
Seja
x1 , x2 , . . . , xn
so observaes de
X.
As observaes
completa ou apenas uma amostra de
x1 , x2 , . . . , xn podem ser os valores de X para a populao X . Agora, considere que:
12 / 57
Seja
x1 , x2 , . . . , xn
so observaes de
X.
As observaes
completa ou apenas uma amostra de dos valores
x1 , x2 , . . . , xn podem ser os valores de X para a populao X . Agora, considere que: x1 , x2 , . . . , xn ,

apenas
kn
so diferentes;
12 / 57
Seja
x1 , x2 , . . . , xn
so observaes de
X.
As observaes

apenas
kn
so diferentes;
o restante so apenas repeties desses valores;
12 / 57
Seja
x1 , x2 , . . . , xn
so observaes de
X.
As observaes

apenas
kn
so diferentes;
o restante so apenas repeties desses valores; sejam
x 1 , x2 , . . . , xk
as observaes diferentes;
12 / 57
Seja
x1 , x2 , . . . , xn
so observaes de
X.
As observaes

apenas
kn
so diferentes;
x 1 , x2 , . . . , xk
suponha que o valor
x i
se repetiu
ni
vezes,
i = 1, 2, . . . , k .
12 / 57
Seja
x1 , x2 , . . . , xn
so observaes de
X.
As observaes

apenas
kn
so diferentes;
x 1 , x2 , . . . , xk
suponha que o valor
x i
se repetiu
ni
vezes,
i = 1, 2, . . . , k .
Denio
A distribuio de frequncias de
em
x1 , x2 , . . . , xn
dada por
X
Freq.
x 1 n1
x 2 n2
... ...
x k nk
Total k i=1 ni =
12 / 57
Comentrio
Ressaltamos que:
13 / 57
Comentrio
Ressaltamos que: se
for ordinal ou discreta, devemos dispor os
x i
de forma que
x 1 < x2 < < xk ;

a distribuio de frequncias fornece um resumo considervel dos dados; no h perda de informao ao utilizar essa tcnica neste caso; a frequncia com que os valores de
ocorrem ca evidente.
13 / 57
Comentrio
Ressaltamos que: se
x i
de forma que
x 1 < x2 < . . . < xk ;

a distribuio de frequncias fornece um resumo considervel dos dados;
13 / 57
Comentrio
Ressaltamos que: se
x i
de forma que
x 1 < x2 < . . . < xk ;

a distribuio de frequncias fornece um resumo considervel dos dados; no h perda de informao ao utilizar essa tcnica neste caso;
13 / 57
Comentrio
Ressaltamos que: se
x i
de forma que
x 1 < x2 < . . . < xk ;

a distribuio de frequncias fornece um resumo considervel dos dados; no h perda de informao ao utilizar essa tcnica neste caso; a frequncia com que os valores de
ocorrem ca evidente.
13 / 57
Exemplo 1
X = Tipo de msica preferida. Neste caso X {p, r, s}, onde p = r = rock e s = sertanejo. Suponha que n = 40 pessoas foram entrevistadas e o valor de X para cada uma delas foi vericado. Os dados
Seja pagode, so
s s p p
p r s r
p p r s
p s s s
s r s r
p p p s
s s p p X
s s p p
r p s p
p p s s
Assim, a distribuio de frequncias de
X
Freq.
Total
40
14 / 57
Exemplo 1
X = Tipo de msica preferida. Neste caso X {p, r, s}, onde p = pagode, r = rock e s = sertanejo. Suponha que n = 40 pessoas foram entrevistadas e o valor de X para cada uma delas foi vericado. Os dados
Seja so
s s p p
Temos que
p r s r
p p r s
p s s s
s r s r
p p p s
s s p p
s s p p
r p s p
p p s s X
np = 17.
X
Freq.
p 17
r 6
s 17
Total
40
14 / 57
Exemplo 1
Seja pagode, so
s s p p
Temos que
p r s r
p p r s
p s s s
s r s r
p p p s
s s p p
s s p p
r p s p
p p s s X
nr = 6.
X
Freq.
p 17
r 6
s 17
Total
40
14 / 57
Exemplo 1
Seja pagode, so
s s p p
Temos que
p r s r
p p r s
p s s s
s r s r
p p p s
s s p p
s s p p
r p s p
p p s s X
ns = 17.
X
Freq.
p 17
r 6
s 17
Total
40
14 / 57
Exemplo 1
Seja pagode, so
s s p p
p r s r
p p r s
p s s s
s r s r
p p p s
s s p p X
s s p p
r p s p
p p s s
X
Freq.
p 17
r 6
s 17
Total
40
14 / 57
Exemplo 2
O RH de uma empresa com
600
funcionrios deseja fazer um levanta-
mento com respeito a escolaridade e nmero de lhos (variveis respectivamente) dos mesmos. Uma amostra de
N,
n = 30 Ni 2 2 1 2 2 1 2 1 3 3
funcionrios
forneceu as seguintes observaes:
i 1 2 3 4 5 6 7 8 9 10
f =
Ei f s f m s m f s m m
Ni 3 2 2 1 1 1 2 3 1 2
i 11 12 13 14 15 16 17 18 19 20
Ei f s f s f s m f m m
m=
Ni 2 0 2 1 3 0 1 1 1 2
i 21 22 23 24 25 26 27 28 29 30
s=
Ei f s f f f s s s f m
fundamental,
mdio e
superior
15 / 57
Exemplo 2 - Varivel E
600
N,
n = 30 Ni 2 2 1 2 2 1 2 1 3 3
funcionrios
i 1 2 3 4 5 6 7 8 9 10
Ni 3 2 2 1 1 1 2 3 1 2
i 11 12 13 14 15 16 17 18 19 20
Ni 2 0 2 1 3 0 1 1 1 2
e
i 21 22 23 24 25 26 27 28 29 30
nf = 12, nm = 8
ns = 10
15 / 57
Exemplo 2 - Varivel N
600
N,
n = 30 Ni 2 2 1 2 2 1 2 1 3 3
funcionrios
i 1 2 3 4 5 6 7 8 9 10
Ni 3 2 2 1 1 1 2 3 1 2
i 11 12 13 14 15 16 17 18 19 20
Ni 2 0 2 1 3 0 1 1 1 2
e
i 21 22 23 24 25 26 27 28 29 30
n3 = 5
n0 = 2, n1 = 11, n2 = 12
15 / 57
Exemplo 2
Assim, as distribuies de frequncias de
so dadas por
E
Freq. e
f 12
m 8
s 10
Total
30
N
Freq.
0 2
1 11
2 12
3 5
Total
30
15 / 57
Distribuio de frequncias relativas

Considere o seguinte esquema:
Populao 1
Populao 2

Populao 1
Populao 2
x1 , x2 , . . . , xn
(1)
(1)
(1)
x1 , x2 , . . . , xm
(2)
(2)
(2)

Populao 1
Populao 2
x1 , x2 , . . . , xn
(1)
(1)
(1)
n=m
x1 , x2 , . . . , xm
(2)
(2)
(2)

Populao 1
Populao 2
x1 , x2 , . . . , xn
(1)
(1)
(1)
n=m
Como comparar?
x1 , x2 , . . . , xm
(2)
(2)
(2)

Populao 1
Populao 2
x1 , x2 , . . . , xn
(1)
(1)
(1)
n=m
Como comparar?
x1 , x2 , . . . , xm
(2)
(2)
(2)
Frequncia relativa
Distribuio de frequncias relativas - Denio

Denio
Suponha
uma varivel com a seguinte distribuio de frequncias:
X
Freq.
x 1 n1
x 2 n2
... ...
x k nk
Total k i=1 ni =
n fi =
ni n. A
valor (xi ) denida por distribuio de frequncias relativas dada por

A frequncia relativa do
i-simo x 2 f2
X
Freq.
x 1 f1
... ...
x k fk
Total k i=1 fi =
17 / 57
Exemplo 2 - cont.
Suponha que todos
600
funcionrios foram questionados e que as distri-
buies de frequncias de
neste caso so:
E
Freq. e
f 230
m 180
s 190
Total
600
N
Freq.
0 30
1 230
2 235
3 105
Total
600
18 / 57
Exemplo 2 - cont.
As distribuies de frequncias relativas de
para a amostra e para
a populao so dadas, respectivamente, por
E
Freq.
f 0.4
m 0.27
s 0.33
Total
E
Freq.
f 0.38
m 0.3
s 0.32
Total
N
Freq.
0 0.07
1 0.37
2 0.4
3 0.16
Total
N
Freq.
0 0.05
1 0.38
2 0.39
3 0.18
Total
18 / 57
Estrutura
Neste caso:
x1 , . . . , x n
tem muitas (ou todas) observaes diferentes;
19 / 57
Neste caso:
x1 , . . . , x n
tem muitas (ou todas) observaes diferentes; o
mtodo anterior nem resume e nem extrai informao dos dados.
19 / 57
Neste caso: Alternativa
x1 , . . . , x n
mtodo anterior nem resume e nem extrai informao dos dados.
19 / 57
Neste caso:
x1 , . . . , x n
mtodo anterior nem resume e nem extrai informao dos dados. Alternativa - Agrupar valores prximos em intervalos.
19 / 57
Neste caso:
x1 , . . . , x n
mtodo anterior nem resume e nem extrai informao dos dados. Alternativa - Agrupar valores prximos em intervalos. Como?
19 / 57
Neste caso:
x1 , . . . , x n
1 Escolha
a0 < ak
tais que
x1 , . . . , xn [a0 , ak ];
19 / 57
Neste caso:
x1 , . . . , x n
1 Escolha a0 < ak tais que x1 , . . . , xn [a0 , ak ]; 2 Fixe uma partio I1 = [a0 , a1 ], Ii = (ai1 , ai ],
k
i = 2, . . . , k ,
isto ,
Ii = [a0 , ak ]
i=1
Ii Ij = , i = j ;
19 / 57
Neste caso:
x1 , . . . , x n
k
i = 2, . . . , k ,
isto ,
Ii = [a0 , ak ]
i=1
Ii Ij = , i = j ; Ii .
3 A frequncia
ni
o nmero de observaes do intervalo
19 / 57
Neste caso:
x1 , . . . , x n
k
i = 2, . . . , k ,
isto ,
Ii = [a0 , ak ]
i=1
Ii Ij = , i = j ; Ii .
3 A frequncia
ni
Esquematicamente:
...
R
Neste caso:
x1 , . . . , x n
k
i = 2, . . . , k ,
isto ,
Ii = [a0 , ak ]
i=1
Ii Ij = , i = j ; Ii .
3 A frequncia
ni
Esquematicamente:
[
a0
]
a1
...
R
Neste caso:
x1 , . . . , x n
k
i = 2, . . . , k ,
isto ,
Ii = [a0 , ak ]
i=1
Ii Ij = , i = j ; Ii .
3 A frequncia
ni
Esquematicamente:
[
a0
( ] ]
a1 a2
...
R
Neste caso:
x1 , . . . , x n
k
i = 2, . . . , k ,
isto ,
Ii = [a0 , ak ]
i=1
Ii Ij = , i = j ; Ii .
3 A frequncia
ni
Esquematicamente:
[
a0
( ] ] (
a1 a2
]
a3
...
R
Neste caso:
x1 , . . . , x n
k
i = 2, . . . , k ,
isto ,
Ii = [a0 , ak ]
i=1
Ii Ij = , i = j ; Ii .
3 A frequncia
ni
Esquematicamente:
[
a0
( ] ] (
a1 a2
( ]
a3
]
a4
...
R
Neste caso:
x1 , . . . , x n
k
i = 2, . . . , k ,
isto ,
Ii = [a0 , ak ]
i=1
Ii Ij = , i = j ; Ii .
3 A frequncia
ni
Esquematicamente:
I1
[
a0
( ] ] (
a1 a2
( ]
a3
]
a4
...
R
Neste caso:
x1 , . . . , x n
k
i = 2, . . . , k ,
isto ,
Ii = [a0 , ak ]
i=1
Ii Ij = , i = j ; Ii .
3 A frequncia
ni
I2
Esquematicamente:
I1
[
a0
( ] ] (
a1 a2
( ]
a3
]
a4
...
R
Neste caso:
x1 , . . . , x n
k
i = 2, . . . , k ,
isto ,
Ii = [a0 , ak ]
i=1
Ii Ij = , i = j ; Ii .
3 A frequncia
ni
I2
Esquematicamente:
I1
I3
[
a0
( ] ] (
a1 a2
( ]
a3
]
a4
...
R
Neste caso:
x1 , . . . , x n
k
i = 2, . . . , k ,
isto ,
Ii = [a0 , ak ]
i=1
Ii Ij = , i = j ; Ii .
3 A frequncia
ni
I2
Esquematicamente:
I1
I3
I4
[
a0
( ] ] (
a1 a2
( ]
a3
]
a4
...
R
Neste caso:
x1 , . . . , x n
k
i = 2, . . . , k ,
isto ,
Ii = [a0 , ak ]
i=1
Ii Ij = , i = j ; Ii .
3 A frequncia
ni
I2
Esquematicamente:
I1
I3
I4
Ik1
Ik
[
a0
( ] ] (
a1 a2
( ]
a3
]
a4
...
(
ak2
( ]
ak1
]
ak R
Neste caso:
x1 , . . . , x n
k
i = 2, . . . , k ,
isto ,
Ii = [a0 , ak ]
i=1
Ii Ij = , i = j ; Ii .
3 A frequncia
ni
I2
Esquematicamente:
I1
I3
I4
Ik1
Ik
[
a0
n1 = 1
( ] ] (
a1 a2
n3 = 0 n2 = 1
( ]
a3
n4 = 4
]
a4
...
(
nk1 = 2
( ]
ak1
nk = 1
]
ak R
ak2
19 / 57
Denio
A distribuio de frequncias dos dados
x1 , . . . , xn (ak1 , ak ] nk
denida por Total k i=1 ni =
X
Freq.
[a0 , a1 ] n1
(a1 , a2 ] n2
... ...
Amostras de tamanhos diferentes so comparadas por meio de suas frequncias relativas.
Denio
A distribuio de frequncias relativas de
x1 , . . . , x n
denida por Total k i=1 fi =
X
Freq. onde
[a0 , a1 ] f1
(a1 , a2 ] f2
... ...
(ak1 , ak ] fk
fi = ni /n, i = 1, 2, . . . , k .
Problema
Problema:
intervalo de grande amplitude
21 / 57
Problema
Problema:
possvel frequncia relativa alta.
21 / 57
Problema
Problema:
Alternativa 1: estabelecer intervalos de mesma amplitude.
21 / 57
Problema
Problema:
Alternativa 1: estabelecer intervalos de mesma amplitude. Como?
21 / 57
Problema
Problema:

xe a quantidade
de intervalos;
21 / 57
Problema
Problema:

xe a quantidade tome
k de intervalos; a0 = min(x1 , x2 , . . . , xn ) e ak = max(x1 , x2 , . . . , xn );
21 / 57
Problema
Problema:

xe a quantidade
k de intervalos; tome a0 = min(x1 , x2 , . . . , xn ) e ak = max(x1 , x2 , . . . , xn ); a a0 obtenha a amplitude dos intervalos por h = k k ;
21 / 57
Problema
Problema:

xe a quantidade
k de intervalos; tome a0 = min(x1 , x2 , . . . , xn ) e ak = max(x1 , x2 , . . . , xn ); a a0 obtenha a amplitude dos intervalos por h = k k ; calcule o limite superior do i-simo intervalo por ai = ai1 + h = a0 + ih, i = 1, 2, . . . , k.
21 / 57
Problema
Problema:

xe a quantidade
k de intervalos; tome a0 = min(x1 , x2 , . . . , xn ) e ak = max(x1 , x2 , . . . , xn ); a a0 obtenha a amplitude dos intervalos por h = k k ; calcule o limite superior do i-simo intervalo por ai = ai1 + h = a0 + ih, i = 1, 2, . . . , k.
Comentrio
1 2
k Perda k Perda
de informao, Resumo dos dados; de informao, Resumo dos dados;
3 Muitos estudos sugerem a utilizao de Estatstica Descritiva
k=
n.
21 / 57
Problema
Alternativa 2: utilizar a frequncia relativa por unidade de medida da
varivel em estudo. Isto , a densidade.
22 / 57
Problema
Denio
Um intervalo
Ii
com frequncia relativa
fi
tem densidade
di =
hi
fi hi , onde
a amplitude deste intervalo
22 / 57
Problema
Denio
Um intervalo
Ii
fi
tem densidade
di =
hi
fi hi , onde
Comentrio
Assim: a densidade no inuenciada pela amplitude do intervalo;
22 / 57
Problema
Denio
Um intervalo
Ii
fi
tem densidade
di =
hi
fi hi , onde
Comentrio
Assim: a densidade no inuenciada pela amplitude do intervalo; quanto maior (menor) a densidade maior (menor) a frequncia por unidade de medida da varivel.
22 / 57
Exemplo 3
Um determinado fabricante de baterias de carro deseja determinar a vida til (em anos) de seus produtos. Para isso, a vida til de foram observadas e os dados so apresentados abaixo.
n = 40 baterias
2.0 3.4 1.9 3.3 4.7
4.1 1.7 4.3 3.1 3.8
3.5 3.1 3.4 3.7 3.2
4.5 3.3 3.6 4.4 2.6
3.2 3.8 2.9 3.2 3.9
3.7 3.1 3.3 4.1 3.0
3.0 4.7 3.9 1.9 4.2
2.6 3.7 3.1 3.4 3.5
23 / 57
Exemplo 3
Primeiramente, calculemos a distribuio de frequncias para os intervalos
I1 = [1.5, 2.0], I2 = (2.0, 2.5], . . . , I7 = (4.5, 5.0].
23 / 57
Exemplo 3
I1 = [1.5, 2.0], I2 = (2.0, 2.5], . . . , I7 = (4.5, 5.0].

Temos que a distribuio de frequncias dada por
Freq.
[1.5, 2.0] 4
(2.0, 2.5] 0
(2.5, 3.0] 5
(3.0, 3.5] 15
(3.5, 4.0] 9
(4.0, 4.5] 6
(4.5, 5.0] 1
Total
40
23 / 57
Exemplo 3
I1 = [1.5, 2.0], I2 = (2.0, 2.5], . . . , I7 = (4.5, 5.0].

Freq.
[1.5, 2.0] 4
(2.0, 2.5] 0
(2.5, 3.0] 5
(3.0, 3.5] 15
(3.5, 4.0] 9
(4.0, 4.5] 6
(4.5, 5.0] 1
Total
40
A distribuio de frequncias relativas dada por
Freq.
[1.5, 2.0] 0.100
(2.0, 2.5] 0.000
(2.5, 3.0] 0.125
(3.0, 3.5] 0.375
(3.5, 4.0] 0.225
(4.0, 4.5] 0.150
(4.5, 5.0] 0.025
Total
1.000
23 / 57
Exemplo 3
I1 = [1.5, 2.0], I2 = (2.0, 2.5], . . . , I7 = (4.5, 5.0].

Freq.
[1.5, 2.0] 4
(2.0, 2.5] 0
(2.5, 3.0] 5
(3.0, 3.5] 15
(3.5, 4.0] 9
(4.0, 4.5] 6
(4.5, 5.0] 1
Total
40
A distribuio de frequncias relativas dada por
Freq.
[1.5, 2.0] 0.100
(2.0, 2.5] 0.000
(2.5, 3.0] 0.125
(3.0, 3.5] 0.375
(3.5, 4.0] 0.225
(4.0, 4.5] 0.150
(4.5, 5.0] 0.025
Total
1.000
Comentrio
O intervalo
(2.0, 2.5]
tem frequncia relativa e
f2 = 0; [1.5, 2.5]
23 / 57
A idia unir
seja diferente de
[1.5, 2.0] 0.
(2.0, 2.5]
para que a frequncia de
Exemplo 3
Devemos utilizar as densidades. Neste caso, temos que:
X [1.5, 2.5] 0.100 (2.5, 3.0] 0.250 (3.0, 3.5] 0.750 (3.5, 4.0] 0.450 (4.0, 4.5] 0.300 (4.5, 5.0] 0.050
Freq.
23 / 57
Exemplo 3
X [1.5, 2.5] 0.100 (2.5, 3.0] 0.250 (3.0, 3.5] 0.750 (3.5, 4.0] 0.450 (4.0, 4.5] 0.300 (4.5, 5.0] 0.050
Freq.
Podemos tambm determinar a distribuio de frequncias com intervalos iguais.
1 Tomemos
k=
n=
40 6;
2 Temos que
a0 = min(x1 , . . . , xn ) = 1.7
ak = a6 = max(x1 , . . . , xn ) = 4.7; h=
ak a0 k
3 A amplitude dos intervalos seria
4.71.7 6
3.0 6
= 0.5.
23 / 57
Exemplo 3
X [1.5, 2.5] 0.100 (2.5, 3.0] 0.250 (3.0, 3.5] 0.750 (3.5, 4.0] 0.450 (4.0, 4.5] 0.300 (4.5, 5.0] 0.050
Freq.
Podemos tambm determinar a distribuio de frequncias com intervalos iguais.
1 Tomemos
k=
n=
40 6;
2 Temos que
a0 = min(x1 , . . . , xn ) = 1.7
ak = a6 = max(x1 , . . . , xn ) = 4.7; h=
ak a0 k
3 A amplitude dos intervalos seria
4.71.7 6
3.0 6
= 0.5.
A distribuio de frequncias neste caso dada por
Freq.
[1.7, 2.2] 4
(2.2, 2.7] 2
(2.7, 3.2] 10
(3.2, 3.7] 13
(3.7, 4.2] 7
(4.2, 4.7] 4
Total
40
23 / 57
Estrutura
Grcos
Como Visualizar a informao trazida pela distribuio de frequncias?
Grcos
Nominal
Grcos
Nominal
Grco de setores
Grcos
Nominal
Ordinal e Discreta (com poucos valores diferentes)
Grco de setores
Grcos
Nominal
Grco de setores
Grco de barras
Grcos
Nominal
Discreta (com vrios valores diferentes) e contnuos
Grco de setores
Grco de barras
Grcos
Nominal
Discreta (com vrios valores diferentes) e contnuos
Grco de setores
Grco de barras
Histograma
24 / 57
Estrutura
Grco de setores
construido da seguinte maneira:
1 suponha que os valores diferentes da varivel so 2 sejam
x 1 , . . . , xk ;
f1 , . . . , fk
as frequncias relativas desses valores;
3 desenhe um crculo de raio arbitrrio; 4 representamos no crculo desenhado o valor

Isto , um arco de comprimento Esquematicamente:
x i r
atravs de um arco
de circunferncia de ngulo proporcional a sua frequncia relativa.
2rfi ,
onde
o raio arbitrrio.
2rfi x i
25 / 57
Exemplo 1 - cont.
Relembrando, a distribuio de frequncias relativas da varivel Tipo de msica preferida dada por
X =
X
Freq.
p 0.425 X
r 0.150
s 0.425
Total
1.000
Assim, o grco de setores de 1 dado abaixo.
para a amostra observada no Exemplo
Exemplo 1 - cont.
X =
X
Freq.
p 0.425 X
r 0.150
s 0.425
Total
1.000
42.5%
Exemplo 1 - cont.
X =
X
Freq.
p 0.425 X
r 0.150
s 0.425
Total
1.000
42.5%
42.5%
Exemplo 1 - cont.
X =
X
Freq.
p 0.425 X
r 0.150
s 0.425
Total
1.000
42.5%
15% 42.5% r s
26 / 57
Estrutura
Grco de barras
1 suponha que os valores diferentes da varivel so 2 sejam
x 1 < < xk ;
f1 , . . . , fk
as frequncias relativas desses valores;
3 desenhe o eixo cartesiano; 4 no eixo das abscissas, em cima dos valores

tngulos (barras);
x 1 , . . . , xk ,
posicione re-
5 as bases de todos retngulos devem ter o mesmo comprimento escolhido arbitrariamente;
6 a altura de um retngulo dada pela frequncia relativa do valor

de
que representado por ele.
Isto , a altura da barra que
representa o valor xi dada por
fi .
27 / 57
Grco de barras
Esquematicamente:
Grco de barras
Esquematicamente:
fi1
X
x i1
Grco de barras
Esquematicamente:
fi
fi1
X
x i1 x i
Grco de barras
Esquematicamente:
fi
fi1
fi+1
X
x i1 x i x i+1
Grco de barras
Esquematicamente:
fi
fi1
fi+1
x i1 x i x i+1
28 / 57
Exemplo 2 - cont.
Relembrando a distribuio de frequncias relativas de
E:
E
Freq.
f 0.4
m 0.27 E
s 0.33
Total
O grco de barras para a varivel
nesta amostra dado abaixo.
Exemplo 2 - cont.
E:
E
Freq.
f 0.4
m 0.27 E
s 0.33
Total

40%
E
f
Exemplo 2 - cont.
E:
E
Freq.
f 0.4
m 0.27 E
s 0.33
Total

40%
27%
E
f m
Exemplo 2 - cont.
E:
E
Freq.
f 0.4
m 0.27 E
s 0.33
Total

40%
33% 27%
E
f m s
29 / 57
Exemplo 2 - cont.
Comentrio
Em um grco de barras, um valor que teve frequncia sentado.
Suponha que a varivel nmero de lhos (N ) do Exemplo 2 tivesse a seguinte distribuio de frequncias relativas:
deve ser repre-
N
Freq.
0 0.27
1 0.57
2 0.00
3 0.16
Total
O grco de barras neste caso dado abaixo.
Exemplo 2 - cont.
Comentrio
deve ser repre-
N
Freq.
0 0.27
1 0.57
2 0.00
3 0.16
Total
27%
Exemplo 2 - cont.
Comentrio
deve ser repre-
N
Freq.
0 0.27
1 0.57
2 0.00
3 0.16
Total

57%
27%
Exemplo 2 - cont.
Comentrio
deve ser repre-
N
Freq.
0 0.27
1 0.57
2 0.00
3 0.16
Total

57%
27%
0% 0 1 2
Exemplo 2 - cont.
Comentrio
deve ser repre-
N
Freq.
0 0.27
1 0.57
2 0.00
3 0.16
Total

57%
27% 16%
0%
N
30 / 57
Estrutura
Histograma
1 suponha que a varivel

dades:
forneceu a seguinte distribuio de densi-
X
Freq.
[a0 , a1 ] d1
(a1 , a2 ] d2
... ...
(ak1 , ak ] dk Ii = (ai1 , ai ] Ii .
posicione
2 desenhe o eixo cartesiano; 3 no eixo das abscissas, em cima do intervalo

um retngulos;
4 a base desse retngulo deve corresponder ao intervalo

no deve haver espao entre as barras;
Portanto,
5 a altura desse retngulo dada pela densidade do i-simo intervalo,
di .
31 / 57
Histograma
Esquematicamente:
Histograma
Esquematicamente:
di1
fi1
X
ai2 ai1
Histograma
Esquematicamente:
di
di1 fi
fi1
X
ai2 ai1 ai
Histograma
Esquematicamente:
di
di1 fi di+1 fi1 fi+1
X
ai2 ai1 ai ai+1
Histograma
Esquematicamente:
di
di1 fi di+1 fi1 fi+1
ai2 ai1 ai
X
ai+1
32 / 57
Exemplo 3 - cont.
Relembrando a distribuio de frequncias relativas do Exemplo 3.
Freq.
[1.5, 2.0] 0.100
(2.0, 2.5] 0.000
(2.5, 3.0] 0.125
(3.0, 3.5] 0.375
(3.5, 4.0] 0.225
(4.0, 4.5] 0.150
(4.5, 5.0] 0.025
Total
1.000
Assim, a distribuio de densidades dada abaixo.
Freq.
[1.5, 2.0] 0.200
(2.0, 2.5] 0.000
(2.5, 3.0] 0.250
(3.0, 3.5] 0.750
(3.5, 4.0] 0.450
(4.0, 4.5] 0.300
(4.5, 5.0] 0.050
O histograma por sua vez apresentado abaixo.
X
0
Exemplo 3 - cont.
Freq.
[1.5, 2.0] 0.100
(2.0, 2.5] 0.000
(2.5, 3.0] 0.125
(3.0, 3.5] 0.375
(3.5, 4.0] 0.225
(4.0, 4.5] 0.150
(4.5, 5.0] 0.025
Total
1.000
Freq.
[1.5, 2.0] 0.200
(2.0, 2.5] 0.000
(2.5, 3.0] 0.250
(3.0, 3.5] 0.750
(3.5, 4.0] 0.450
(4.0, 4.5] 0.300
(4.5, 5.0] 0.050
X
0
Exemplo 3 - cont.
Freq.
[1.5, 2.0] 0.100
(2.0, 2.5] 0.000
(2.5, 3.0] 0.125
(3.0, 3.5] 0.375
(3.5, 4.0] 0.225
(4.0, 4.5] 0.150
(4.5, 5.0] 0.025
Total
1.000
Freq.
[1.5, 2.0] 0.200
(2.0, 2.5] 0.000
(2.5, 3.0] 0.250
(3.0, 3.5] 0.750
(3.5, 4.0] 0.450
(4.0, 4.5] 0.300
(4.5, 5.0] 0.050
0.2 10%
X
0 1.5 2
Exemplo 3 - cont.
Freq.
[1.5, 2.0] 0.100
(2.0, 2.5] 0.000
(2.5, 3.0] 0.125
(3.0, 3.5] 0.375
(3.5, 4.0] 0.225
(4.0, 4.5] 0.150
(4.5, 5.0] 0.025
Total
1.000
Freq.
[1.5, 2.0] 0.200
(2.0, 2.5] 0.000
(2.5, 3.0] 0.250
(3.0, 3.5] 0.750
(3.5, 4.0] 0.450
(4.0, 4.5] 0.300
(4.5, 5.0] 0.050
0.2 10%
0.0 2 2.5
1.5
Exemplo 3 - cont.
Freq.
[1.5, 2.0] 0.100
(2.0, 2.5] 0.000
(2.5, 3.0] 0.125
(3.0, 3.5] 0.375
(3.5, 4.0] 0.225
(4.0, 4.5] 0.150
(4.5, 5.0] 0.025
Total
1.000
Freq.
[1.5, 2.0] 0.200
(2.0, 2.5] 0.000
(2.5, 3.0] 0.250
(3.0, 3.5] 0.750
(3.5, 4.0] 0.450
(4.0, 4.5] 0.300
(4.5, 5.0] 0.050
0.25 0.2 10% 12.5% 0.0 2 2.5 3
1.5
Exemplo 3 - cont.
Freq.
[1.5, 2.0] 0.100
(2.0, 2.5] 0.000
(2.5, 3.0] 0.125
(3.0, 3.5] 0.375
(3.5, 4.0] 0.225
(4.0, 4.5] 0.150
(4.5, 5.0] 0.025
Total
1.000
Freq.
[1.5, 2.0] 0.200
(2.0, 2.5] 0.000
(2.5, 3.0] 0.250
(3.0, 3.5] 0.750
(3.5, 4.0] 0.450
(4.0, 4.5] 0.300
(4.5, 5.0] 0.050

0.75
0.25 0.2 10% 12.5% 0.0 2 2.5 3 3.5
37.5%
1.5
Exemplo 3 - cont.
Freq.
[1.5, 2.0] 0.100
(2.0, 2.5] 0.000
(2.5, 3.0] 0.125
(3.0, 3.5] 0.375
(3.5, 4.0] 0.225
(4.0, 4.5] 0.150
(4.5, 5.0] 0.025
Total
1.000
Freq.
[1.5, 2.0] 0.200
(2.0, 2.5] 0.000
(2.5, 3.0] 0.250
(3.0, 3.5] 0.750
(3.5, 4.0] 0.450
(4.0, 4.5] 0.300
(4.5, 5.0] 0.050

0.75
0.45 37.5% 0.2 10% 12.5% 0.0 2 2.5 3 3.5 4 22.5% 0.25
1.5
Exemplo 3 - cont.
Freq.
[1.5, 2.0] 0.100
(2.0, 2.5] 0.000
(2.5, 3.0] 0.125
(3.0, 3.5] 0.375
(3.5, 4.0] 0.225
(4.0, 4.5] 0.150
(4.5, 5.0] 0.025
Total
1.000
Freq.
[1.5, 2.0] 0.200
(2.0, 2.5] 0.000
(2.5, 3.0] 0.250
(3.0, 3.5] 0.750
(3.5, 4.0] 0.450
(4.0, 4.5] 0.300
(4.5, 5.0] 0.050

0.75
0.45 37.5%
0.3 22.5%
0.25 0.2 10% 12.5%
0.0 2 2.5 3 3.5 4 4.5
15%
1.5
Exemplo 3 - cont.
Freq.
[1.5, 2.0] 0.100
(2.0, 2.5] 0.000
(2.5, 3.0] 0.125
(3.0, 3.5] 0.375
(3.5, 4.0] 0.225
(4.0, 4.5] 0.150
(4.5, 5.0] 0.025
Total
1.000
Freq.
[1.5, 2.0] 0.200
(2.0, 2.5] 0.000
(2.5, 3.0] 0.250
(3.0, 3.5] 0.750
(3.5, 4.0] 0.450
(4.0, 4.5] 0.300
(4.5, 5.0] 0.050

0.75
0.45 37.5%
0.3 22.5%
0.25 0.2 12.5% 10%
15%
2.5% 0.05
0.0 2 2.5 3 3.5 4 4.5 5
X
33 / 57
1.5
Exemplo 3 - cont.
Relembrando, quando os dois primeiros intervalos foram unidos a distribuio de densidades dada abaixo.
Dens.
[1.5, 2.5] 0.100
(2.5, 3.0] 0.250
(3.0, 3.5] 0.750
(3.5, 4.0] 0.450
(4.0, 4.5] 0.300
(4.5, 5.0] 0.050
Neste caso, o histograma dado abaixo. Note que no h mais intervalos de frequncia
0.
X
0
Exemplo 3 - cont.
Dens.
[1.5, 2.5] 0.100
(2.5, 3.0] 0.250
(3.0, 3.5] 0.750
(3.5, 4.0] 0.450
(4.0, 4.5] 0.300
(4.5, 5.0] 0.050
0.
X
0
Exemplo 3 - cont.
Dens.
[1.5, 2.5] 0.100
(2.5, 3.0] 0.250
(3.0, 3.5] 0.750
(3.5, 4.0] 0.450
(4.0, 4.5] 0.300
(4.5, 5.0] 0.050
0.
0.1 10%
X
2.5
1.5
Exemplo 3 - cont.
Dens.
[1.5, 2.5] 0.100
(2.5, 3.0] 0.250
(3.0, 3.5] 0.750
(3.5, 4.0] 0.450
(4.0, 4.5] 0.300
(4.5, 5.0] 0.050
0.
0.25 12.5%
0.1 10%
X
2.5 3
1.5
Exemplo 3 - cont.
Dens.
[1.5, 2.5] 0.100
(2.5, 3.0] 0.250
(3.0, 3.5] 0.750
(3.5, 4.0] 0.450
(4.0, 4.5] 0.300
(4.5, 5.0] 0.050
0.
0.75
0.25 12.5%
0.1 10%
37.5%
X
2.5 3 3.5
1.5
Exemplo 3 - cont.
Dens.
[1.5, 2.5] 0.100
(2.5, 3.0] 0.250
(3.0, 3.5] 0.750
(3.5, 4.0] 0.450
(4.0, 4.5] 0.300
(4.5, 5.0] 0.050
0.
0.75
0.45 37.5% 0.1 10% 12.5% 22.5% 0.25
X
2.5 3 3.5 4
1.5
Exemplo 3 - cont.
Dens.
[1.5, 2.5] 0.100
(2.5, 3.0] 0.250
(3.0, 3.5] 0.750
(3.5, 4.0] 0.450
(4.0, 4.5] 0.300
(4.5, 5.0] 0.050
0.
0.75
0.45 37.5%
0.3 22.5%
0.25 12.5%
0.1 10%
15%
X
2.5 3 3.5 4 4.5
1.5
Exemplo 3 - cont.
Dens.
[1.5, 2.5] 0.100
(2.5, 3.0] 0.250
(3.0, 3.5] 0.750
(3.5, 4.0] 0.450
(4.0, 4.5] 0.300
(4.5, 5.0] 0.050
0.
0.75
0.45 37.5%
0.3 22.5%
0.25 12.5%
0.1 10%
15%
2.5% 0.05
X
2.5 3 3.5 4 4.5 5
1.5
34 / 57
Estrutura
Medidas Resumo
Principal objetivo: amostra.
expressar alguma caracterstica dos elementos da
35 / 57
Medidas Resumo
Principais caractersticas dos dados que desejamos observar: centro; e disperso.
35 / 57
Medidas Resumo
Principais caractersticas dos dados que desejamos observar: centro; e disperso. Vantagem: um nico nmero para: resumir os dados; e representar caractersticas importantes.
35 / 57
Medidas Resumo
Principais caractersticas dos dados que desejamos observar: centro; e disperso. Vantagem: um nico nmero para: resumir os dados; e representar caractersticas importantes. Principal desvantagem de medidas resumo: perda de informao!
35 / 57
x1
. . .
xn
Centro
tC (x1 , . . . , xn )
x1
. . .
xn
Centro
tC (x1 , . . . , xn )
x1
. . .
xn
Disperso
tD (x1 , . . . , xn )
36 / 57
Estrutura
Medidas de tendncia central
Buscam representar um valor tpico dos dados em questo; O que seria valor tpico? Principais:
ponto de equilbrio dos dados; ponto central dos dados; ponto de alta frequncia;
Diferentes medidas de tendncia central:
mdia; mediana; moda.
37 / 57
Estrutura
Mdia
1 2 3 4 5 6
Mdia
1 2 3 4 5 6
38 / 57
Mdia
1 2 3 4 5 6
Mdia
1 2 3 4 5 6
38 / 57
Clculo da mdia
Denio
Dadas as observaes
x1 , . . . , x n ,
n
a mdia denida por
1 x = n
xi =
i=1
x1 + + xn . n
Suponha que os valores so apresentados na forma da seguinte distribuio de frequncias:
X
Freq.
x 1 n1
x 2 n2
k
... ...
x k nk
k
Total
k i=1 ni
=n
A mdia pode ser calculada como
x =
onde
fj =
i=1 nj n a frequncia relativa do
1 n
nj x j =
i=1
fj x j,
valor.
j -simo
39 / 57
Clculo da mdia
Suponha que as observaes so dadas na forma da seguinte distribuio de frequncias intervalar:
X
Freq.
[a0 , a1 ] n1
(a1 , a2 ] n2
... ...
(ak1 , ak ] nk
Total
k i=1 ni
=n
40 / 57
Clculo da mdia
X
Freq.
[a0 , a1 ] n1
(a1 , a2 ] n2
... ...
(ak1 , ak ] nk
Total
k i=1 ni
=n
Problema: desconhecemos os valores observados.
40 / 57
Clculo da mdia
X
Freq.
[a0 , a1 ] n1
(a1 , a2 ] n2
... ...
(ak1 , ak ] nk
Total
k i=1 ni
=n
Problema: desconhecemos os valores observados.

Para
i = 1, . . . , k ,
devemos aproximar os valores do intervalo
pelo ponto mdio ximada por
xm i =
(ai1 , ai ] aii +ai desse intervalo. Agora, a mdia apro2

k k
1 x n
onde
nj xm j
i=1
=
i=1
fj xm j ,
intervalo.
fj =
nj n a frequncia relativa do
j -simo
40 / 57
Caractersticas
Comentrio
A mdia possui as seguintes caractersticas: tem propriedades boas; inuenciada por valores atpicos; no recomendada em dados assimtricos; s calculada em variveis quantitativas; no caso intervalar
aproximao ruim para a mdia.
41 / 57
Estrutura
Mediana
x1 , . . . , xn
Mediana
Ordenao
x1 , . . . , xn
x(1) , . . . , x(n)
Mediana
Ordenao
x1 , . . . , xn
x(1) , . . . , x(n)
Mediana
Mediana
Ordenao
x1 , . . . , xn
x(1) , . . . , x(n)
Mediana
Valor central (se n mpar) Mdia dos valores centrais (se n par)
42 / 57
Mediana
Ordenao
x1 , . . . , xn
x(1) , . . . , x(n)
A Mediana divide os dados de forma que
50%
deles so meno-
res ou iguais e
50%
deles so maiores ou
Mediana
iguais que a mediana.
Valor central (se n mpar) Mdia dos valores centrais (se n par)
42 / 57
Denio
Dadas as observaes nados, isto ,
x1 , . . . , xn , sejam x(1) , . . . , x(n) esses x(1) x(n) . A mediana denida por M ed = x( n+1 ) ,
x( n ) +x( n +1)
2 2 2
valores orde-
se
n n
mpar; par.
se
Problema: No caso intervalar, devemos aproximar o valor da mediana.
43 / 57
Denio
Dadas as observaes nados, isto ,
x1 , . . . , xn , sejam x(1) , . . . , x(n) esses x(1) x(n) . A mediana denida por M ed = x( n+1 ) ,
x( n ) +x( n +1)
2 2 2
valores orde-
se
n n
mpar; par.
se
Problema: No caso intervalar, devemos aproximar o valor da mediana. Como? Suponha a distribuio de frequncias relativas abaixo:
X
Freq. Freq. Abs.
[a0 , a1 ] f1 F1 = f1
(a1 , a2 ] f2 F2 = F1 + f2
(ak1 , ak ] fk Fk = Fk1 + fk = 1
Total
k i=1
fi = 1
Denominamos absolutas. o menor valor mediana por
Seja
F1 = f1 e Fi = Fi1 + fi , i = 2, . . . , k , de frequncias Il o primeiro intervalo tal que Fl 0.5. Isto , l em {1, . . . , k } tal que Fl 0.5. Devemos aproximar a M ed al1 + 0.5 Fl1 . dl
43 / 57
Esquematicamente:
Esquematicamente:
0.5
Esquematicamente:
0.5
Esquematicamente:
0.5
Esquematicamente:
0.5
al1 al
Esquematicamente:
0.5
M ed
al1
al
44 / 57
Olhando o retngulo de base
(al1 , al ],
temos o seguinte grco.
M ed
al1
al
Assim, temos que
0.5 Fl1 = dl (M ed al1 ) M ed al1 +
0.5 Fl1 . dl
(al1 , al ],
dl
0.5 Fl1
M ed
al1
M ed al1
al
Assim, temos que
0.5 Fl1 . dl
45 / 57
(al1 , al ],
dl
0.5 Fl1
M ed
al1
M ed al1
al
Assim, temos que
0.5 Fl1 . dl
45 / 57
Comentrio
sem interpretao fsica; depende apenas da posio e no do valor; menos inuncia de dados atpicos; pode ser usada em variveis qualit. ordinais.
46 / 57
Comentrio
sem interpretao fsica; depende apenas da posio e no do valor; menos inuncia de dados atpicos; pode ser usada em variveis qualit. ordinais.
1 2 3 4 5 6
46 / 57
Estrutura
Moda
Denio
Dadas as observaes
x1 , . . . , x n ,
se
x 1 , . . . , xk
denotarem os
valores
diferentes, a moda dada pelo valor com maior frequncia.
Comentrio
Um conjunto de dados pode ser amodal, unimodal, bimodal,
. . ..
47 / 57
Moda
Denio
Dadas as observaes
x1 , . . . , x n ,
se
x 1 , . . . , xk
denotarem os
valores
Comentrio
. . ..
Problema: em variveis contnuas, frequentemente, observamos poucos

valores repetidos. amodal. Assim, na maioria dos casos, esse tipo de dado
47 / 57
Moda
Denio
Dadas as observaes
x1 , . . . , x n ,
se
x 1 , . . . , xk
denotarem os
valores
Comentrio
. . ..

Alternativa: utilizar a classe com maior densidade, ou classe modal.
47 / 57
Moda
Denio
Dadas as observaes
x1 , . . . , x n ,
se
x 1 , . . . , xk
denotarem os
valores
Comentrio
. . ..

Alternativa: utilizar a classe com maior densidade, ou classe modal. Aproximao: assim, a moda pode ser aproximada pelo valor mdio
da classe modal.
47 / 57
Comentrio
A moda de um conjunto de dados: representa o(s) valor(es) mais provvel(eis); muito indicada em dados multimodais; no afetada por dados atpicos; pode ser usada em variveis qualitativas.
48 / 57
Estrutura
n1
n1
n1
49 / 57
Medidas de disperso
Principal objetivo: uma medida para representar quo disperso os dados esto.
50 / 57
Medidas de disperso
Principal objetivo: uma medida para representar quo disperso os dados esto. Trs medidas apresentadas: amplitude amostral; varincia; desvio-padro.
50 / 57
Estrutura
Amplitude
1 2 3
n1 n
Elementos
x1 , . . . , x n .
da
amostra: ordenados:
Elementos
x(1) , . . . , x(n) .
Denio
A amplitude da amostra denida por
Amp = x(n) x(1) .
Comentrios: clculo rpido; fcil interpretao; alto impacto de dados atpicos.
Amplitude
1 2 3
n1 n
Elementos
x1 , . . . , x n .
da
amostra: ordenados:
Elementos
x(1) , . . . , x(n) .
Denio
Amp = x(n) x(1) .
Comentrios: clculo rpido; fcil interpretao; alto impacto de dados atpicos.
Amplitude
1 2 3
n1 n
Elementos
x1 , . . . , x n .
da
amostra: ordenados:
Elementos
x(1) , . . . , x(n) .
Denio
n1
Amp = x(n) x(1) .
Comentrios:
clculo rpido; fcil interpretao; alto impacto de dados atpicos.
Amplitude
1 2 3
n1 n
Elementos
x1 , . . . , x n .
da
amostra: ordenados:
Elementos
x(1) , . . . , x(n) .
Denio
n1
Amp = x(n) x(1) .
Comentrios:
51 / 57
Amplitude
1 2 3
n1 n
Elementos
x1 , . . . , x n .
da
amostra: ordenados:
Elementos
x(1) , . . . , x(n) .
Denio
n1
Amp = x(n) x(1) .
Comentrios:
51 / 57
Estrutura
Varincia
1 2 3
n1 n
Idia: Todos dados expressarem a disperso.
Denio
Varincia populacional:
2 =
n1
1 n
(xi x )2 .
i=1
Varincia amostral:
s2 =
1 n1
( xi x )2 .
i=1
52 / 57
Comentrio
Alguns comentrios: mais robusta a dados atpicos;
53 / 57
Comentrio
Alguns comentrios: mais robusta a dados atpicos; se os dados, por exemplo, so expressos em
cm
a varincia em
cm2 ;
53 / 57
Comentrio
Alguns comentrios: mais robusta a dados atpicos; se os dados, por exemplo, so expressos em possvel mostrar que
cm
a varincia em
cm2 ;
n i=1 (xi
x )2 =
n i=1
x2 2 ; i nx
53 / 57
Comentrio
Alguns comentrios: mais robusta a dados atpicos; se os dados, por exemplo, so expressos em possvel mostrar que portanto
cm
a varincia em
cm2 ;
n i=1 (xi
x )2 =
n i=1
x2 2 ; i nx
2 =
1 n
n i=1
x2 2 ; i x
53 / 57
Comentrio
Alguns comentrios: mais robusta a dados atpicos; se os dados, por exemplo, so expressos em possvel mostrar que portanto e
cm
a varincia em
cm2 ;
n i=1 (xi
x )2 =
n i=1
x2 2 ; i nx
2 =
s2 =
1 n1
1 n n i=1
n i=1
x2 2 ; i x
n 2 ; n1 x
x2 i
53 / 57
Comentrio
Alguns comentrios: mais robusta a dados atpicos; se os dados, por exemplo, so expressos em possvel mostrar que portanto e
cm
a varincia em
cm2 ;
n i=1 (xi
x )2 =
n i=1
x2 2 ; i nx
2 =
s2 =
1 n1
1 n n i=1
n i=1
x2 2 ; i x
n 2 ; n1 x
x2 i
para dados apresentados em frequncias intervalares, temos que
2 =
e que
1 n
k 2 ni (xm 2 i ) x i=1
s2 =
1 n1
k 2 ni ( xm i ) i=1
n x 2 , n1
m onde xi o ponto mdio do
i-simo
intervalo.
53 / 57
Estrutura
Desvio-padro
Para remediar o fato de a varincia ser expresso na unidade de medida da varivel ao quadrado, podemos calcular o desvio-padro.
Denio
O desvio-padro populacional dado por
1 n
(xi x )2 .
i=1
O desvio-padro amostral dado por
s=
s2 =
1 n1
(xi x )2 .
i=1
A grande vantagem do desvio-padro que ele expresso na mesma unidade de medida dos dados.
54 / 57
Exemplo 2 - cont.
Retornando ao Exemplo 2. dada por Temos que a distribuio de frequncias
N
Freq. Assim, temos que
0 2
1 11
2 12
3 5
Total
30
x =
2 0 + 11 1 + 12 2 + 5 3 1.67, 30 x(15) + x(16) 2+2 = = 2, 2 2 M od = 2.
M ed =
e
55 / 57
Exemplo 2 - cont.
Retornando ao Exemplo 2. dada por Temos que a distribuio de frequncias
N
Freq. Assim, temos que
0 2
1 11
2 12
3 5
Total
30
Amp = x(30) x(1) = 3 0 = 3 s2

e
11 12 + 12 22 + 5 32 30 1.672 104 83.667 = 0.701 29 29 29 29 s 0.701 0.837
55 / 57
Exemplo 3 - cont.
Retornando ao Exemplo 3. Temos que
Pt. Md. Freq. Freq. Dens.

Fi
[1.5, 2.5] 2.00 4 0.100 0.100 0.100
(2.5, 3.0] 2.75 5 0.125 0.225 0.250
(3.0, 3.5] 3.25 15 0.375 0.600 0.750
(3.5, 4.0] 3.75 9 0.225 0.825 0.450
(4.0, 4.5] 4.25 6 0.150 0.975 0.300
(4.5, 5.0] 4.75 1 0.025 1.000 0.050
Assim, temos que
x 2 0.1 + 2.75 0.125 + + 4.75 0.025 3.363 M ed = al1 +

e
0.5 Fl1 0.5 0.225 =3+ 3.367, dl 0.750 3 + 3.5 = 3.25. 2
Classe M odal = (3.0, 3.5] M od
56 / 57
Exemplo 3 - cont.
Retornando ao Exemplo 3. Temos que
Pt. Md. Freq. Freq. Dens.

Fi
[1.5, 2.5] 2.00 4 0.100 0.100 0.100
(2.5, 3.0] 2.75 5 0.125 0.225 0.250
(3.0, 3.5] 3.25 15 0.375 0.600 0.750
(3.5, 4.0] 3.75 9 0.225 0.825 0.450
(4.0, 4.5] 4.25 6 0.150 0.975 0.300
(4.5, 5.0] 4.75 1 0.025 1.000 0.050
Assim, temos que
Amp = x(40) x(1) = 4.7 1.7 = 3

s2
e
4 22 + 5 2.752 + + 1 4.752 40 3.3632 469.75 452.391 = 0.445 39 39 39 39 s 0.445 0.667
56 / 57
FIM!
57 / 57

Estatistica Descritiva - Latex

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Estatistica Descritiva - Latex

Uploaded by

Copyright:

Available Formats

Estatstica Descritiva

Prof. Alessandro Jos Queiroz Sarnaglia Departamento de Estatstica CCE-UFES

Viso geral sobre estatstica

danos espinha dorsal em menores de idade,

tam de acidentes de carro e cinto de segurana;

dos feridos no estavam usando o

Espera-se que a produo americana de carvo sofra uma reduo de

Viso geral sobre estatstica

danos espinha dorsal em menores de idade,

tam de acidentes de carro e cinto de segurana;

dos feridos no estavam usando o

Espera-se que a produo americana de carvo sofra uma reduo de

Baseiam-se na coleta de observaes.

Viso geral sobre estatstica

danos espinha dorsal em menores de idade,

tam de acidentes de carro e cinto de segurana;

dos feridos no estavam usando o

Espera-se que a produo americana de carvo sofra uma reduo de

Baseiam-se na coleta de observaes.

Observaes consistem de informaes coletadas atravs de medies,

Estatstica a cincia que

Estatstica a cincia que coleta,

Estatstica a cincia que coleta, organiza,

Estatstica a cincia que coleta, organiza, analisa

Estatstica a cincia que coleta, organiza, analisa e interpreta con-

Os conjuntos de dados estatsticos podem formar:

Os conjuntos de dados estatsticos podem formar:

populao o conjunto formado por todas observaes de inte-

Os conjuntos de dados estatsticos podem formar:

populao o conjunto formado por todas observaes de inte-

Os conjuntos de dados estatsticos podem formar:

populao o conjunto formado por todas observaes de inte-

Os conjuntos de dados estatsticos podem formar:

populao o conjunto formado por todas observaes de inte-

lmpadas ser inspecionado.

desses tempos de queima. Temos que

lmpadas ser inspecionado.

desses tempos de queima. Temos que

2 Suponha que o Brasil tenha

lmpadas ser inspecionado.

desses tempos de queima. Temos que

2 Suponha que o Brasil tenha

3 Os tempos de vida das pessoas nascidas em uma cidade no ano de

lmpadas ser inspecionado.

desses tempos de queima. Temos que

2 Suponha que o Brasil tenha

3 Os tempos de vida das pessoas nascidas em uma cidade no ano de

4 A proporo dos dias chuvosos em uma determinada localidade ser

lmpadas ser inspecionado.

desses tempos de queima. Temos que

2 Suponha que o Brasil tenha

3 Os tempos de vida das pessoas nascidas em uma cidade no ano de

4 A proporo dos dias chuvosos em uma determinada localidade ser

censo a coleta completa das observaes de uma populao.

Problemas de um censo: Exp. 1 Exp. 2 Exp. 3 Exp. 4

Alto custo de observao

Tempo gasto para observao

Problemas de um censo: Exp. 1 Exp. 2 Exp. 3 Exp. 4

Alto custo de observao

Tempo gasto para observao

Problemas de um censo: Exp. 1 Exp. 2 Exp. 3 Exp. 4

Alto custo de observao

Tempo gasto para observao

Alternativa: utilizar uma amostra para tirar concluses sobre a populao.

tam de acidentes de carro e cinto de segurana;

Espera-se que a produo americana de carvo sofra uma reduo de

tam de acidentes de carro e cinto de segurana;

Espera-se que a produo americana de carvo sofra uma reduo de

tam de acidentes de carro e cinto de segurana;

Espera-se que a produo americana de carvo sofra uma reduo de

Idia: Utilizar uma estatstica para aproximar algum parmetro.

Idia: Utilizar uma estatstica para aproximar algum parmetro.

Desvantagem: Amostra ruim

Desvantagem: Amostra ruim

Estatstica fornecer aproximao ruim.

Desvantagem: Amostra ruim Soluo:

Estatstica fornecer aproximao ruim.

Desvantagem: Amostra ruim

Estatstica fornecer aproximao ruim.

Soluo: amostras representativas da populao;

Desvantagem: Amostra ruim

Estatstica fornecer aproximao ruim.

Soluo: amostras representativas da populao; Como?

Desvantagem: Amostra ruim

Estatstica fornecer aproximao ruim.

Desvantagem: Amostra ruim

Estatstica fornecer aproximao ruim.

Desvantagem: Amostra ruim

Estatstica fornecer aproximao ruim.

Desvantagem: Amostra ruim

Estatstica fornecer aproximao ruim.

Desvantagem: Amostra ruim

Estatstica fornecer aproximao ruim.

Exemplos: - Idade; - Nm. de lhos; - Tam. da famlia.