You are on page 1of 29

DISCIPLINA: PROBABILIDADE E ESTATÍSTICA

AULA 1
Prof. Nilson Costa
nilson.mtm@hotmail.com

CONCEITOS BÁSICOS

1. Introdução O termo Estatística provém da palavra
Estado e foi utilizado originalmente para denominar
levantamentos de dados, cuja finalidade era orientar o
Estado em suas decisões.
Estatística Definições:
1- A ciência de coletar, organizar, apresentar, analisar e
interpretar dados numéricos com o objetivo de tomar
melhores decisões.
2- É uma coleção de
métodos para planejar
experimentos, obter dados e organizá-los, resumi-los,
analisá-los, interpretá-los e deles extrair conclusões
(Triola, 1998).
2

Inferência Estatística ou Estatística Indutiva Baseia-se na teoria das probabilidades para estabelecer conclusões sobre todo um grupo (chamado população). Bioestatística. . e também resumir as informações contidas nestes dados mediante a utilização de medidas estatísticas.É o estudo dos dados da área da saúde 3 usando a ciência estatística.Preocupa-se com a forma pela qual podemos apresentar um conjunto de dados em tabelas e gráficos. quando se observou apenas uma parte (amostra) representativa desta população.Estatística Descritiva.

Amostra – Subconjunto de uma população em estudo. pesada ou ordenada de algum modo e que sirva de base para as propriedades que se deseja investigar. Amostra representativa - Amostra probabilística 4 . medida.População .O conjunto de todos os elementos que possuem pelo menos uma característica em comum. que possa ser contada.

Tipo de levantamento em que são investigados todos os elementos da população. Amostragem - 5 .Parâmetro – Estimador – Censo .

Ensino Superior  Sexo: masculino. propriedades ou atributos que podem ser observados (ou medidos) em cada elemento de uma população ou de uma amostra e deve gerar um e apenas um resultado (dado). para cada um de seus elementos. variáveis como:  Tempo de serviço na profissão: cinco anos e dois meses.  Idade: 25 anos e 3 meses. feminino. 6 . podem-se definir. Exemplo: Para a população de funcionários de uma empresa. quatro anos e cinco meses. Ensino médio.Variáveis: são características.  Nível de escolaridade: Ensino Fundamental. 28 anos e 1mês.

solteiro. preto. 1. budista. Cor dos olhos: verde. viúvo.      Estado civil: Casado. classe C Renda: R$1835. classe B. protestante. Número de filhos: 3.28 7 . Religião: católica. 2. Classe social: classe A.

VARIÁVEIS Uma variável pode ser classificada em: Qualitativa (que pode ser nominal ou ordinal) ou Quantitativa (que pode ser discreta ou contínua) Nominal Qualitativa Ordinal Variável Discreta Quantitativa Contínua 8 .

Qualitativa Nominal: Exemplos: Qualitativa Ordinal: Exemplos: 9 . as variáveis: cor dos olhos. Exemplos: No exemplo anterior. nível de escolaridade e classe social. estado civil. religião.Variável Qualitativa: É quando a característica observada se apresenta sob o aspecto qualitativo. sexo.

tempo de serviço na profissão. Quantitativa Discreta: Exemplo: Quantitativa Contínua: Exemplos: 10 . Idade e renda. Exemplo: No exemplo anterior.Variável Quantitativa: É quando a característica observada é uma quantidade. as variáveis: Nº de filhos.

São valores obtidos através de uma medida ou contagem. Dados Relativos .São valores obtidos através da transformação de dados absolutos(divisões).INDICADORES (dados absolutos ou relativos ) Os indicadores são classificados da seguinte forma: Dados Absolutos Coeficientes Dados Relativos Taxas Indicadores Índices Dados Absolutos . São dados relativos os coeficientes. Exemplo: A empresa N possui 102 empregados. 11 . sem qualquer manipulação. as taxas e os índices. dos quais 50 são homens e 52 mulheres.

Taxas: São coeficientes multiplicados por uma potência de 10 (por cento ou por mil).49. Do exemplo anterior: A taxa de empregados do sexo feminino da empresa é 0. Na empresa N referida anteriormente: o coeficiente de empregados do sexo feminino é 52/102=0.Coeficientes: São razões entre valores de variáveis da mesma espécie numa relação de parte para o todo. .49x100 = 12 49%. enquanto que o coeficiente de empregados do sexo masculino é 50/102=0. para facilitar a interpretação dos resultados.51.51x100 = 51% e do sexo masculino é 0.

portanto não existe relação de parte para o todo. Exemplos: 13 .São razões entre valores de variáveis de espécies ou características diferentes.Índices .

• Valores Isolados Ponderados (ou com Frequência) • Valores Agrupados em Classe 14 . (chamado valores isolados) Rol: É quando ordenamos na forma crescente ou decrescente. obtidos diretamente da observação de um fenômeno coletivo. (chamado valores isolados) A Estatística descritiva apresenta duas formas básicas para a redução de dados com os quais devemos trabalhar.REDUÇÃO DE DADOS Dados Brutos: é uma sequência de valores numéricos não organizados.

15 .VALORES ISOLADOS PONDERADOS (ou com frequência): Exemplo 1: As notas de 30 alunos em uma prova e obtivemos os seguintes valores: Frequência simples: É o número de vezes que este elemento figura.

VALORES AGRUPADOS EM CLASSE Exemplo 2: As notas de 30 alunos em uma prova e obtivemos os seguintes valores: 16 .

PROCEDIMENTO PARA AGRUPAR VALORES EM CLASSE: 1. portanto: At = 9.5 e Xmín = 2. Amplitude Total (At): É a diferença entre o maior e o menor elemento de uma sequência de dados.5. .Xmím No exemplo 2 temos: Xmáx = 9.5 – 2=7. Amplitude total representa o comprimento total da sequência e é dada na mesma unidade de medida dos 17 dados da sequência. At = Xmáx .

3. O limite inferior é l = 2 e o limite superior L=4 18 .2. Limite de um Intervalo de Classe: Cada intervalo de classe fica caracterizado por dois números reais. Intervalo de Classe: é qualquer subdivisão da amplitude total de uma série estatística. Exemplo: no intervalos 2ǀ− 4.

4.1 Critério da Raiz e K= 𝒏 4. No exemplo 2 utilizando o critério da raiz temos: 19 . K: número de classes.2 Critérios de Sturges K=𝟏 + 𝟑. Número de Classes (K): Existem dois critérios para determinar o número de classes. 𝟑 𝒍𝒐𝒈 n Onde: n: é o número de elementos. 4.

Frequência Simples de Uma Classe fi : É o número de elementos da sequência de dados que são maiores ou iguais ao limite inferior desta classe e menores que o limite superior desta classe. No 20 exemplo 2 temos: .5. temos: 6. Amplitude do Intervalo de Classe (h): 𝐴𝑡 ℎ= 𝐾 ou h=L-l No exemplo 2 fazemos uma aproximação.

Exemplo: Um teste para aferir o Quociente de Inteligência em determinada classe de alunos de uma Faculdade de São Luis deu origem a sequência de valores. 21 .

22 .

agrupar valores em classe. .23 Computando as frequências simples de cada classe.

17. 19. 18. 19. 20. 20. 18. 19. 17. 19. 20. 19. 21. 18. 19. 18. em anos de uma classe de calouros de uma faculdade. revelou os seguintes valores: 18. 20.EXERCÍCIOS PROPOSTOS 1. Uma pesquisa sobre a idade. 19. 20. 18. 18. Solução: 24 . 21. 19. 17. 19. 20. 19. 19. 18. 18. 21. 19. 18. 19. 18. 18. 19. 18. 19. 21. 18. 19. 18. 20. 19. 18 Agrupe estes dados. 18. 18. 20.

Esta amostra apresentou os seguintes valores em dólares: Agrupe estes dados. Uma auditoria em uma grande empresa observou 25o valor de 50 notas fiscais emitidas durante um mês. .2.

Uma empresa automobilística selecionou ao acaso. Obteve os seguintes dados: 10 15 25 21 6 23 15 21 26 32 9 14 19 20 32 18 16 26 24 20 7 18 17 28 35 22 19 39 18 21 15 18 22 20 25 28 30 16 12 20 Agrupe estes dados.3. 26 . uma amostra de 40 revendedores autorizados em todo o Brasil e anotou em determinado mês o número de unidades adquiridas por estes revendedores.

4. Uma indústria embala peças em caixas com 100 unidades. Obteve os seguintes dados: Agrupe estes dados. 27 . O controle de qualidade selecionou 48 caixas na linha de produção e anotou em cada caixa o número de peças defeituosas.

Um banco selecionou ao acaso 25 contas de pessoas físicas em uma agência. em determinado dia.5. 28 . obtendo os seguintes saldos em dólares: Agrupe estes dados.

Pedro A.MEDEIROS. MORETTIN. 1995. V. L. GONÇALVES. E. Probabilidade – aplicações à Estatística. Rio de Janeiro: LTC. ... M. M. São Paulo: Atlas.Referências Bibliográficas BUSSAR. 1999. E. São Paulo: Saraiva. Rio 29 de Janeiro: LTC. Wilton de O. Estatística e Probabilidade. 1999. São Paulo: Atlas. D. MEDEIROS. P.2004. LEVINE. 2000. E. F. MEYER. et al. Estatística: teoria e aplicações. Estatística. OLIVEIRA. Estatística básica.