NOTAS DE AULA. Medidas Descritivas. Prof.: Idemauro Antonio Rodrigues de Lara

Transcrição

1 1 NOTAS DE AULA Medidas Descritivas Prof.: Idemauro Antonio Rodrigues de Lara

2 2 PRINCIPAIS MEDIDAS DESCRITIVAS 1. Medidas de tendência central 1.1 Média 1.2 Mediana 1.3 Moda 2. Medidas de dispersão 2.1 Amplitude total 2.2 Desvio médio 2.3 Variância 2.4 Desvio padrão 2.5 Coeficiente de Variação 3. Medidas que caracterizam a forma da distribuição 3.1 Assimetria 3.2 Curtose

3 3 1. Medidas de tendência central 1.1 Média aritmética: A média aritmética é dada por: ˆµ = x = n i=1 x i, n em que n corresponde ao tamanho da amostra e x i ao i-ésimo valor observado. Exemplo: Com o objetivo de avaliar a produção de leite, em kg, foram observadas as produções médias diárias de 10 produtores rurais atendidos por um plano governamental, cujos valores são apresentados a seguir: 9,80 9,90 9,95 10,00 8,78 9,90 9,34 10,34 11,75 15,00 Produção média de leite: x = = 9, , , , 76 = 10, 48 kg. 10

4 4 Observações: Média sem considerarmos o maior valor observado (15,00): x = 9, , , 75 9 = 89, 76 9 A média é bastante afetada por valores extremos; = 9, 97 kg. Deve-se ter cuidado ao usar a média, quando a distribuição dos dados é assimétrica.

5 5 Média para dados agrupados em tabelas de frequências X i f i x 1 f 1 x 2 f 2.. x k Total f k n n = k i=1 f i ˆµ = x = f 1x 1 + f 2 x f k x k f 1 + f f k.

6 6 Exemplo: Encontrar o número médio de recipientes, em que se encontram larvras do mosquito da dengue, em uma amostra de 45 domicílios. Tabela 1: Distribuição de frequências X i f i Total 45 Cálculo da média: x = = = 2, 11 recipientes/domicílio.

7 7 Média para dados agrupados em tabelas de classes de frequências X i m i f i l 1 L 1 m 1 f 1 m i = l i + L i 2 l 2 L 2 m 2 f 2... l k L k m k f k Total n ˆµ = x = k i=1 m if i k i=1 f. i

8 8 Exemplo: Considere a distribuição a seguir. Tabela 2: Distribuição dos comprimentos das asas de uma espécie de inseto, em mm. X i m i f i Total x = 40 = = 5, 55 mm.

9 9 1. Medidas de tendência central 1.2 Mediana: A mediana é o valor que ocupa a posição central em um conjunto de dados em ordem crescente (Rol). Logo, esta medida de tendência central é pouco afetada por valores extremos ou discrepantes. Sendo x [1], x [2],..., x [n] as estatísticas de ordem da amostra, a mediana é dada por: md = x = x [ n+1 2 ], se n for ímpar x [n/2] +x [n/2+1] 2, se n for par

10 10 Exemplo: Para os valores observados de produção média diária de leite, tem-se o seguinte rol: 8,78 9,34 9,80 9,90 9,90 9,95 10,00 10,34 11,75 15,00 md = x = x [5] + x [6] 2 = 9, 925 kg = 9, , 95 2 = 19, 85 2

11 11 Mediana para dados agrupados em tabelas de frequências Exemplo: Considerando a distribuição da Tabela 2. Tabela 1: Distribuição de frequências X i f i F i md = x = x [23] = 2

12 12 Mediana para dados agrupados em tabelas de classes de frequências X i f i F i l 1 L 1 f 1 F 1 l 2 L 2 f 2 F 2. l md L md f md F md..... Sendo: h md = L md l md a amplitude da classe mediana e F md 1, a frequência acumulada anterior à classe mediana, tem-se: md = x = l md + ( n 2 F md 1 f md ) h md l k L k f k F k Total n

13 13 Exemplo: Considere a distribuição a seguir. Tabela 2: Distribuição dos comprimentos das asas de uma espécie de inseto, em mm. A mediana amostral é estimada por: X i f i F i md = 4 + ( ) 2 = 5, 25mm

14 14 1. Medidas de tendência central 1.3 Moda Moda é o atributo ou o valor de maior frequência em uma distribuição. Exemplo: Para os valores observados de produção média diária de leite, tem-se: 8,78 9,34 9,80 9,90 9,90 9,95 10,00 10,34 11,75 15,00 mo = ẍ = 9, 90 kg

15 15 Moda para dados agrupados em tabelas de frequências Exemplo: Considerando a distribuição da Tabela 2. Tabela 1: Distribuição de frequências X i f i A moda do número de recipientes encontrados nas residências é: mo = ẍ = 2

16 16 Moda para dados agrupados em tabelas de classes de frequências Em geral, basta identificar a classe modal, que é a classe de maior frequência (para intervalos regulares) ou de maior densidade de frequência (para intervalos não regulares). Embora, também possa ser calculada pelo critério gráfico de Czuber: ( ) 1 mo = l mo + h mo, em que: l mo é o limite inferior da classe modal; 1 = f mo f mo 1 ; 2 = f mo f mo+1 ; h mo é amplitude da classe modal.

17 17 Exemplo: Considere a distribuição a seguir. Tabela 2: Distribuição dos comprimentos das asas de uma espécie de inseto, em mm. A classe modal é 4 6. Então: X i f i mo = = 5 mm é a moda bruta. A moda pelo processo de Czuber é: mo = 4 + ( ) 6 2 = 5 mm, 6 + 6

18 18 2. Medidas de dispersão Exemplo Foram observadas quatro amostras de duas colheitadeiras de milho, quanto a porcentagem de quebra de sementes, conforme a tabela a seguir: Colheitadeira Amostra A B média 5 5

19 19 2. Medidas de dispersão As medidas de dispersão são estatísticas descritivas que visam fornecer o grau de variabilidade das observações em relação a um valor central (geralmente a média aritmética). As mais usuais são: Amplitude total Desvio Médio Variância Desvio Padrão Coeficiente de Variação

20 20 2. Medidas de dispersão 2.1 Amplitude total A t = max(x) min(x) Exemplo: Considerando-se o exemplo de porcentagem de quebra de sementes de milho, temos: Colheitadeira Amplitude A 6-4 = 2 B 10-0 = 10 Agora, se considerarmos os conjuntos A = {3, 4, 9, 11, 19, 20} e B = {13, 20, 21, 21, 21, 30}, ambos têm a mesma amplitude A t = 17, no entanto, o conjunto B parece ser mais homogêneo.

21 21 2. Medidas de dispersão 2.2 Desvio médio i. Desvio de uma observação em relação a uma constante: d i = x i k iii. Soma dos desvios em relação à média n e i = 0 i=1 ii. Desvio de uma observação em relação à média aritmética: e i = x i x iv. Desvio Médio Dm x = 1 n e i = 1 n n i=1 n x i x i=1

22 22 Exemplo: Considerando-se o exemplo de porcentagem de quebra de sementes de milho, temos: Colheitadeira Desvios 4 i=1 e i /4 A 0,0-1,0 0,0 1,0 2,0/4 = 0,5 B -5,0-2,0 2,0 5,0 14,0/4 = 3,5

23 23 2. Medidas de dispersão 2.3 Variância Variância é a média dos quadrados dos desvios em relação à média aritmética. σ 2 X = 1 n n e 2 i = 1 n i=1 n (x i µ) 2 i=1 Estimador da variância populacional: S 2 X = 1 n 1 n i=1 e 2 i = 1 n 1 n (x i x) 2 i=1

24 24 Exemplo: Colheitadeira A: Colheitadeira B: S 2 X 1 = 4 i=1 (x i x) = (5 5)2 + (4 5) 2 + (5 5) 2 + (6 5) 2 3 = 0, 67(%) 2 4 SX 2 i=1 2 = (x i x) (0 5) 2 + (3 5) 2 + (7 5) 2 + (10 5) 2 3 = 19, 33(%) 2

25 25 Variância para dados agrupados em tabelas de frequências S 2 X = 1 n 1 k i=1 f i e 2 i = 1 n 1 k f i (x i x) 2 i=1 em que k corresponde ao número de diferentes valores para a variável e n = k i=1 f i Ou ainda, [ k SX 2 = 1 f i x 2 i n 1 i=1 ( k i=1 f ) 2 ] ix i n

26 26 Exemplo: Foram observadas 76 goiabas quanto ao número de pintas pretas, cujos dados são apresentado na tabela a seguir: x = = 1, 30 pintas X i f i Total 76 S 2 X = 21(0 1, 30) (8 1, 30) = 2, 13 pintas 2

27 27 Variância para dados agrupados em tabelas de classes de frequências S 2 X = 1 n 1 k i=1 f i e 2 i = 1 n 1 k f i (m i x) 2 i=1 em que k corresponde ao número de diferentes valores para a variável e n = k i=1 f i Ou ainda, [ k SX 2 = 1 f i m 2 i n 1 i=1 ( k i=1 f ) 2 ] im i n

28 28 Exemplo: Considere a distribuição a seguir. Tabela 2: Distribuição dos comprimentos das asas de uma espécie de inseto, em mm. A variância amostral é dada por: X i m i f i m i f i m 2 i f i Total S 2 X = [ = 3, 58 mm 2 ( ) 2 ]

29 29 2. Medidas de dispersão 2.4 Desvio padrão O desvio padrão corresponde à raiz quadrada positiva da variância, ou seja: S X = SX 2 Assim sendo, o desvio padrão tem a mesma unidade dos dados originais. Para o exemplo do comprimento das asas dos insetos, o desvio padrão é: S X = 3, 58 = 1, 89 mm

30 30 2. Medidas de dispersão 2.5 Coeficiente de variação O coeficiente de variação é uma medida de dispersão relativa e é dada por CV X = S X x 100(%) Como é uma medida pura, pode ser usada na comparação de dispersões quando as unidades de medidas são diferentes. Orientação CV 10% baixo 10% < CV 20% médio 20% < CV 30% alto CV > 30% muito alto

31 31 Exemplo. Comparar a variabilidade das idades com a variabilidade dos tempos de reação de uma substância administrada em indivíduos similares. Estatísticas Idade (em anos) Tempo (em minutos) média 37,57 10,22 desvio padrão 9,83 3,57

32 32 Considerações sobre momentos de uma distribuição Definição 1 Chama-se de r-ésimo momento amostral à estatística: m r = 1 n n x r i, i=1 r N Definição 2 Chama-se de r-ésimo momento amostral central à estatística: Observações: m r = 1 n n (x i x) r, r N i=1 i. O primeiro momento (ao redor de zero) é a média amostral, ou seja, m 1 = x; ii. O primeiro momento central é nulo, ou seja, m 1 = 0; iii. A variância é dada pelo segundo momento central, ou seja, m 2 = ˆσ 2 x.

33 33 3. Medidas de assimetria e curtose Estas medidas descritivas estão relacionadas à forma da distribuição. 3.1 Coeficientes de Assimetria a. Coeficientes de Pearson As = 3( x md) S x As = x mo S x a. Coeficiente do momento Orientação: ˆα 3 = m 3 s 3 x As = 0 indica que a distribuição é simétrica. As < 0 indica que a distribuição é assimétrica negativa (ou à esquerda). As > 0 indica que a distribuição é assimétrica positiva (ou à direita).

34 Coeficiente de Curtose ˆα 4 = m 4 s 4 x = m 4 m 2 2 Assim se: ˆα 4 < 3 (platicúrtica) ˆα 4 = 3 (mesocúrtica) ˆα 4 > 3 (leptocúrtica) Também é possível considerar a medida α ˆ 4 = ˆα 4 3 que quando positiva sinaliza para uma distribuição leptocúrtica, se negativa indica uma distribuição platicúrtica e nula uma distribuição normal ou mesocúrtica.

35 35 densidade platicúrtica mesocúrtica leptocúrtica x Figura 1: Três curvas normais com graus de curtose diferentes

36 36 REFERÊNCIAS BIBLIOGRÁFICAS 1. ANDRADE, D.F.; OGLIARI, P.J. Estatística para as Ciências Agrárias e Biológicas com noções de experimentação. Editora da UFSC, Florianópolis, BARBETA, P.A.; REIS, M.M.; BORNIA, A.C. Estatística para Cursos de Engenharia e Informática. São Paulo, Atlas, BUSSAB, W.O. ; P.A. MORETIN, Estatística Básica, 5 a edição. Editora Saraiva, MAGALHÃES, M.N.; LIMA, A.C. P de. Noções de Probabilidade e Estatística. 6 a ed. São Paulo: EDUSP, 2007.