Lecture Notes Estatística. Rodrigo Leandro de Moura. 1ª versão: 10/08/2010
|
|
- Luna Garrau Tomé
- 6 Há anos
- Visualizações:
Transcrição
1 Lecture Notes Estatística Rodrigo Leandro de Moura 1ª versão: 10/08/2010 Parte I Análise de dados Estatística descritiva 1. Definições 1.1. População É o conjunto de todos os elementos (unidades observacionais) que constituem a abrangência do estudo. Exemplo: Conjunto dos 5564 municípios brasileiros Conjunto de todos os alunos de uma turma Conjunto de todos os discursos do Lula 1.2. Amostra Mais barata e mais rápida que o censo. É um subconjunto da população. (AAS = Amostra aleatória simples) Amostra Propabilística Não probabilística AAS com reposição AAS sem reposição Conglomerados Outras Cotas Exemplo: Conjunto de municípios da região sudeste Unidade observacional É a portadora da(s) característica(s) (ou propriedade(s)) que se deseja investigar. Exemplo: Um município Aluno de uma sala Discurso do Lula 1.4. É a apresentação simbólica da característica ou propriedade que se deseja investigar. Exemplo: 1
2 d3 = Nunca antes na história desse país... (traço característico da unidade observacional) Sexo Variável qualitativa X Nº de irmãos Variável quantitativa Grau de escolaridade do pai Qualitativa (mas pode ser transformada em quantitativa (anos de estudo)) 1.5. Medidas estatísticas Parâmetros da população Estatísticas amostrais Distribuição de frequência Gráficos Permitem reduzir os dados. Exemplo: 1.6. Inferência É o processo de generalizar na população os resultados obtidos em uma amostra. Exemplo: 2. Níveis de mensuração A classificação de escalas métricas não é única. Diferentes autores classificam os fenômenos de modo diferente. Stevens (1946) define quatro níves de mensuração: Nominal Ordinal Intervalar Razão 2.1. Escala nominal É a escala de medidas com nível mais baixo de mensuração obtida quando as variáveis são utilizadas simplesmente para classificar. Neste caso os valores assumidos pelas variáveis são meramente rótulos. Exemplo: Estado civil, sexo Escala ordinal Quando as categorias de uma variável nominal podem ser ordenados, isto é, permitem uma relação do tipo maior que ou menor que. Exemplo 2
3 Escolaridade Freq. Absoluta Freq. Relativa 1º Grau 2º Grau Podemos usar como estatística a mediana e moda Escala intervalar Freq. Acumulada Absoluta Freq. Acumulada relativa Quando os fenômenos são representados por variáveis que assumem valores num contínnuo, como o conjunto dos nº racionais, dizemos que essas variáveis são quantitativas e a descrição dos dados se torna mais informativa. Uma possível classificação para essas variáveis pode ser feita em função do tipo de valores que elas podem assumir: discretos ou contínuos. Esta escala incorpora todas as propriedades das escalas ordinal e nominal e, além disso, ela especifica uma correspondência 1 1 entre os elementos do domínio observável e o conjunto dos números reais, permitindo assim que a distância entre as observações tenha um significado código. Nesta escala, como a origem (zero) e a unidade de medida são indeterminadas, pode-se proceder a uma mudança da escala, isto é, mudar a origem e a unidade, através de uma transformação linear do tipo y = ax + b, cujos a e b são conhecidos. Assim, podemos distinguir entre uma medida que é igual, diferente, maior e quanto maior do que a outra. Exemplo: 0 o F origem, unidade: 1 o F Fazendo uma transformação linear do tipo y=(5/9)*(x-32) transformamos o F em o C. No entanto, a origem não se mantém fixa. Podemos usar como estatísticas a média, mediana e moda Escala de razão Esta escala representa o nível mais rico de mensuração que se pode obter na busca do conhecimento de um objeto. Além de incorporar todas as propriedades da escala intervalar, esta escala ainda permite que se estabeleçam relações de razão e proporção entre os valores observados de suas variáveis. Isso é possível pela existência de uma origem fixa, ou zero absoluto, e pela existência de uma unidade de medida. Grande parte das medidas físicas (comprimento, peso, etc.) e demográficas (idade, taxas de crescimento, natalidade, mortalidade, etc.) são representadas através de variáveis com níveis de mensuração expressas na escala de razão. Assim, podemos distinguar entre uma medida que é igual, diferente, maior, quanto maior e quantas vezes maior do que outra. Exemplo: altura. Origem: 0cm. Unidade: 1 cm. 3
4 Assim, um indivíduo com 190 cm é 2x mais alto do que um com 95 cm. Mesmo se usarmos 1 m como unidade esta relação continua valendo pois 1.9m=2x0. 95m. Ou seja, a estrutura da escala razão não é alterada por transformações da forma y=cx, c>0. Podemos usar as mesmas estatísticas na escala razão e intervalar: média, mediana e moda. 3. Análise exploratória de dados Objetivo: resumir dados para análise Distribuição de frequência Simples Aplicada a dados qualitativos e quantitativos. Exemplo: Construa uma distribuição de frequência com os dados números de irmãos: 2;2;3;1;1;1;1;1;2;2;3;1;1;1;0;2;2;1;1;3;1;1;1;1 Nº de irmãos Freq. Absoluta Freq. Relativa Freq. Acumulada Freq. Rel. Acum /24 1 1/ / / / / / /24 Total *Frequência acumulada: Só vale para dados quantitativos (não tem como acumular sexo, por exemplo) Classes Aplicada a dados quantitativos Renda (em s.m.) Freq. Absoluta [1;3[ 5 [3;5[ 10 [5;7[ 4 [7;9[ 1 Total Medidas estatísticas Medidas de posição 4
5 Média (µ): = - A média terá a mesma unidade de medida dos dados originais. Exemplo dos irmãos: = Ou fazendo pela freq. acumulada: = =1,16ã = =1,16ã Exemplo do salário mínimo: Considerando a média de cada classe de renda como a média da renda naquela classe: = =4,1.. Mediana (Md): é o nº do meio (numa fila por tamanho, por exemplo: pegando o aluno do meio 50% dos alunos é menor que ele e os outros 50% são maiores se o nº de alunos for par, pode-se fazer a média dos dois centrais). A unidade de medida é a mesma dos dados originais. Ex. dos irmãos: Ordenando os dados: 0; 1; 1; 1; 1; 1; 1; 1; 1; 1; 1; 1; 1; 1; 1; 2; 2; 2; 2; 2; 2; 3; 3; 3. Moda (mo): é a obserbação mais frequente num conjunto de dados: Ex: 2, 0, 1, 3, 5, 1 Mo = 1 Ex: 2, 0, 1, 3, 5 Mo = não existe Ex: 1, 1, 0, 5, 4, 4 Mo = 1 e 4 (bimodal) Média dos elementos das posições 12 e 13 = 1 Exemplo dos irmãos: Nº de irmãos Freq. Absoluta Mo = 14 Exemplo do salário: Renda (em s.m.) Freq. Absoluta [1;3[ 5 [3;5[ 10 [5;7[ 4 [7;9[ 1 Mo = média (3 e 5) = 4 5
6 Medidas de dispersão: não pode ser negtiva Exemplo: Avaliar 4 turmas: Turma A: 1, 3, 5, 7, 9 µ = 5; Md = 5; Mo = Turma B: 3, 4, 5, 6, 7 µ = 5; Md = 5; Mo = Turma C: 3, 5, 7 µ = 5; Md = 5; Mo = Tumar D: 5, 5, 5, 5 µ = 5; Md = 5; Mo = Como escolher a melhor turma? Mede-se por dispersão. Desvio médio: A: ( )/5 = 12/5 Turma mais dispersa B: ( )/5 = 6/5 Está na mesma unidade de medida dos dados originais. C: (2+0+2)/3 = 4/3 D: ( )/4 = dispersão 0 Variância: ²= ( )² A: ( )/5 = 40/5 = 8 B: ( )/5 = 10/5 = 2 Está na mesma unidade de medida dos dados originais elevado ao quadrado. C: ( )/3 = 8/3 D: 0/4 = 0 Desvio padrão: =² É a raíz quadrada da variância e está na mesma medida dos dados originais. 6
7 Coeficiente de variação (cv) = Medida relativa de variação. É adimensional: pode-se comparar Kg com cachos, por exemplo. ** Se os dados forem oriundos de uma amostra, podemos calcular as estatísticas amostrais** Média amostral: = =1 Variância amostral: ²= =1 ( )² 1 Ex.: Considere dois portifólios de aplicações financeiras: um com rentabilidade média de 24% e σ=6% e outro com rentabilidade média de 18% e desvio padrão de 5%. Qual o de menor risco? 1) µ = 0,24 σ = 0,06 cv = % 2) µ = 0,18 σ = 0,05 cv = % O de menor risco é o de menor cv, ou seja, o portifólio 2 Se cv 20%, considere as medidas heterogêneas Se cv 20%, considere as medidas homogêneas Medidas de forma: Assimetria: = ( ) ³ 7
8 α > 0 assimetria positiva ou à direita (µ>md>mo) α < 0 assimetria negativa ou à esquerda (µ<md<mo) α = 0 simétrica (µ=md=mo) Outras medidas descritivas/de análise: Separatrizes: Quartis, decis,..., percentis - Discreta: Ex: 3, 5, 2, 4, 7, 9, 1 Ordenar: 1, 2, 3, 4, 5, 7, 9 1º 2º 3º 4º 5º 6º 7º 1º quartil = Q1 = q(25) ou q(0.25) = 25% das observações estritamente menores que Q1 Dividindo o tamanho amostral por 4: 7/4=1.75 observações devem estar abaixo de q(25). Se fossemos arredondar, teríamos que ter 2 observações abaixo do 1º quartil. Mas, note que isso representa 2/7*100%=28% das observações. Ou seja, q(25)=q(28)? Assim, façamos o seguinte procedimento, que determinará mais precisamente o Q1. 8
9 Determinar a posição do 1º quartil x 25% 75% 1º xº 7º (7-x)= 3(x-1) 7 x = 3x 3 X = 2,5 posição do 1º Q Interpolação: Q1 = 2,5 2, Q =2, º quartil = Q2 = Md = q(50) ou q(0.5) = 50% das observações estritamente menores que Q2 Md = 4 3º quartil = Q3 = = q(75) ou q(0.75) = 75% das observações estritamente menores que Q3 Determinar a posição do 3º quartil y 75% 25% 1º yº 7º (y-1) = 3 (7-y) y = 5,5 posição do 3º Q Interpolação: , Q =5, Q3 = 6 9
10 Uma medida de dispersão alternativa ao desvio-padrão é a distância interquartil, definida como: No exemplo acima, teríamos: d q =Q3-Q1 d q =6-2.5=3.5 - Por Classes Renda (em s.m.) Freq. Absoluta [1;3[ 5 [3;5[ 10 [5;7[ 4 [7;9[ 1 Total 20 Gráfico da Distribuição de Freqüências 1º quartil Pelo gráfico visualizamos claramente que Q1=3 2º quartil Pelo gráfico, notamos que falta 25% para completar 50%. Assim: =50% 25% Md=4 3º Quartil = Q3 10
11 Pelo gráfico visualizamos claramente que Q3=5 (*) Para dados bivariados temos ainda (se a variável for quantitativa): Covariância (Cov) Cov >0 Cov = 0 Cov <0 (,)= ( )( ) Unidade de medida da cov. É o produto das unidades de medida Correlação de Pearson, = (,) 1 1 = 1 é correlação perfeita negativa nos dados 3.3. Análise Gráfica Setor (para variáveis quantitativas e qualitativas) Os dados somam 100% Usado para medir partes de algo Ângulo proporcional às partes Linhas (para variáveis quantitativas) 11
12 Usado para analisar a evolução de uma variável Colunas ou barras Usado para evolução ou partes Histograma: nos dá a forma da distribuição da série/dados. Para isso, precisamos calcular a densidade da freqüência: fi/δi ou ni/ Δi, onde fi=freqüência relativa, ni= freqüência absoluta, Δi=amplitude o i-ésimo intervalo. Com o uso da densidade, podemos considerar para intervalos com amplitudes diferentes. 12
13 Gráfico Box-plot (mais elaborado) * L s = Q3 +1,5 (Q3 Q1) Q3 E s (Extremo superior) = é o maior valor da série que não é maior que o limite superior (L s ) Q2 Se Md/Q2 cortar a caixa no meio a série é simétrica Q1 E i (Extremo inferior) = é o menor valor da série que não é menor que o limite inferior (L i ) * L i = Q1-1,5(Q3 Q1) *: Pontos exteriores. São observações destoantes das demais e podendo ser ou não outliers. Valores adjacentes: valores compreendidos entre o L s e L i. Box plot dá uma idéia da posição (mediana, q1, q3), dispersão (d q ), assimetria (distância entre os quantis e destes em relação aos extremos, ou seja, posição relativa dos quantis), caudas e dados discrepantes da amostra. 13
14 Retomando o exemplo: Ex: 3, 5, 2, 4, 7, 9, 1 Ordenar: 1, 2, 3, 4, 5, 7, 9 1º 2º 3º 4º 5º 6º 7º Q1=2.5, Q2=4,Q3=6 L s = Q3 +1,5 (Q3 Q1)= *3=10 L i = Q1-1,5(Q3 Q1)= *3=-2. E s =9, E i =1 O Box-Plot será: 9 10 Q3 Q2 4 Q Transformação de variáveis (padronização) = 14
15 Parte II Inferência Idéias básicas Dois tipo de levantamento: Censitários vai acabar? Os levantamentos censitários, ou seja, os censos, são realizados quando investigamos toda a população. Por amostragem: Os levantamenos por amostragem são realizados em um subconjunto da população de interesse. *No Brasil há dois levantamentos censitários considerados oficiais: Censo demográfico Censo agropecuário ( não vai acabar? É difícil estavelecer amostras neste caso) População (Censo) Amostra Tempo Leva mais tempo Leva menos tempo Custo Mais custoso Menos custoso Erros alheios à amostragem (mentira/pergunta mal feita) Sim Não Erros amostrais (auto-seleção) Não Sim Foco do nosso estudo: surgem ao coletarmos uma amostra, em vez de pesquisar a população inteira. Tipos de amostragem Probabilísticas: Amostra Aleatória Simples é cara: tem que ter um cadastro Com reposição Sem reposição Amostra de conglomerados Não probabilísticas Por cotas Classifica a população em função das propriedades relevantes para o estudo (realizando alguma estimativa), determina a proporção da população a ser pesquisada (divide em cotas) e determina uma cota a cada pesquisador. Ex: IBOPE, Uma ilustração sobre a técnica amostral: 15
16 Seja uma população de tamanho N = 3 com os valores: 1, 2, 3. Essa população tem média = =2 e variância populacional ²= () () ()² =2/3 Vamos selecionar todas as amostras aleatórias simples de tamanho n = 2, com reposição dessa população (teremos (3x3) = 9 amostras): Conclusões importantes: Amostras Média amostral () 1 (1,1) 1 2 (1,2) 1,5 3 (1,3) 2 4 (2,1) 1,5 5 (2,2) 2 6 (2,3) 2,5 7 (3,1) 2 8 (3,2) 2,5 9 (3,3) 3 1. AAS de tamanho n, por definição, é o conjunto de n variáveis aleatórias independentes,,,, cada uma com a mesma distribuição de x. Ou seja, as observações da amostra são variáveis aleatórias. Como depende das observações, logo é também uma v.a. 2. ()= = = = = 3. ()= ² = ² = = ² = ² ² ² 4. Freq. Gráfico 1 1 1, , *Se tivermos uma amostra com reposição de tamanho grande, obtida de uma população grande também, então, a média da amostra também terá a cara de uma distribuição normal (mesmo que a população não seja normal) aplicação do TLC: (; ). *No caso da amostra ser sem reposição: 1. é uma v.a. 2. ()= 3. ()= ² 16
17 4. ; ², pelo TLC. *Tipos de tabela da Dist. Normal (Gráficos) *No caso de uma v.a. a probabilidade é a freqüência relativa. Ex: X P -2 0,4-1 0,3 0 0,2 1 0,07 2 0,03 1 Média = (,) (,) = 0,97 ()= () ()=( ()) () ()= ()= TLC: a convergência de para uma normal é grande, mesmo os dados originais não tendo cara de normal Distribuições derivadas da Normal ~(0,1) =x²~ () Qui-quadrada: = + ~ () Gráfico ()= ()=2 Graus de liberdade Esta relação é válida para x 1 e x 2 independentes *Tabela: prob Graus de liberdade 17
18 t de Student ~ (0,1) ~ () = ~ ()=0 Para x e y independentes ()= F de Snedecor ~ () ~ () = ~ (,) *Tabela: Graus de liberdade do numerador Graus do denominador Ex.: ~(4,10) (<<)=0,95 (>)=0,025 h =4,47 (<)=0,025 1 >1 =(>1 ) (0,113<<4,45)=0,95 < 1 =0,975 ~ (10,4), 1 =8,84 =0, ~? (; ) Se população for normal Amostra grande e população grande Se a população não é normal e se a amostra for pequena: ~? 2. ² = ( ) ~? 18
19 ()² ² ~ () 3. ~? σ² não é conhecido ~( 1) 4. ~? ~ 5. ~? = = ( )=? ( ) ~ / sp é a raiz quadrada da variância ponderada 6. ~? é a dist. Proporção amostral Se ~(,),(1 ) = ~;() Estimação A partir de agora começamos realmente a falar de estatística De uma maneira muito geral, o que pretendemos fazer é o seguinte: dada uma amostra aleatória de alguma distrivuição com certos parâmetros desconhecidos, como podemos fazer para descobrir alguma coisa sobre eles? 19
20 Normalmente nós sabemos qual a distribuição da amostra no que diz respeito a estes parâmetros desconhecidos e tentaremos obter maneiras de encontrar estimadores ( chutes ) destes parâmetros. Também é preciso que tenhamos uma idéia clara das propriedades desejáveis destes estimadores para sabermos, segundo algum critério, se o estimado encontrado é vom ou ruim. São problemas de estimação, por exemplo: A média µ de uma população A variância ou desvio padrão de uma população A proporção de ítens numa população A diferença de médias de duas populações Como estimar estas quantidades? Alguns estimadores razpáveis nestas situações são: A média amostral A variância amostral ou o desvio padrão amostral A proporção amostral A diferença entre duas médias amostrais Notação:,,,..,,,..,,, Propriedades dos estimadores a) Não tendenciosidade: um estimador é dito não tendencioso de se: = Exemplo: a média da amostrada definida como = = Σ é um estimador não tendencioso da méda da população µ. == 1 Σ = 1 Σ =Σ b) Consistência: um estimador é dito consistente de se: lim ( <)=1, >0 = Σ = =! A verificação da consistência de um estimador pode ser feita pela observância das seguintes condições: 20
21 A. lim = B. lim =0 Exemplo: A estatística de média de uma amostra é um estimador consistente da média populacional. Verificação: A. lim = lim =! ² B. lim = lim =0! c) Eficiência: Dada uma família de estimadores não tendenciosos de, i estimador mais eficiente será aquele que tenha a menor variância, isto é: <, ã é Exemplo: Sejam dois estimadores da média populacional: e, os quais são não tendenciosos: = = A média da amostra é mais eficiente do que a para a estimação da média populacional. Prova: ( )= ()=, ( )>() é 21
Lecture Notes Estatística. Rodrigo Leandro de Moura. 1ª versão: 19/10/2010
Lecture Notes Estatística Rodrigo Leandro de Moura 1ª versão: 19/10/2010 Parte I Análise de dados Estatística descritiva 1. Definições 1.1. População É o conjunto de todos os elementos (unidades observacionais)
Leia mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 2019 Estatística Descritiva e Análise Exploratória Etapas iniciais. Utilizadas para descrever e resumir os dados. A disponibilidade de uma grande quantidade
Leia maisEstatística Descritiva
C E N T R O D E M A T E M Á T I C A, C O M P U T A Ç Ã O E C O G N I Ç Ã O UFABC Estatística Descritiva Centro de Matemática, Computação e Cognição March 17, 2013 Slide 1/52 1 Definições Básicas Estatística
Leia maisEstatística Descritiva (I)
Estatística Descritiva (I) 1 O que é Estatística Origem relacionada com a coleta e construção de tabelas de dados para o governo. A situação evoluiu: a coleta de dados representa somente um dos aspectos
Leia maisEstatística Descritiva (I)
Estatística Descritiva (I) 1 O que é Estatística A Estatística originou-se com a coleta e construção de tabelas de dados para o governo. A situação evoluiu e esta coleta de dados representa somente um
Leia maisFernando de Pol Mayer
Fernando de Pol Mayer Laboratório de Estatística e Geoinformação (LEG) Departamento de Estatística (DEST) Universidade Federal do Paraná (UFPR) Este conteúdo está disponível por meio da Licença Creative
Leia maisAnálise Descritiva de Dados
Análise Descritiva de Dados 1 Estatística estatística descritiva estatística inferencial 2 Estatística descritiva Envolve técnicas que permitem representar, mensurar e analisar um conjunto de dados 3 Estatística
Leia maisEstatítica Descritiva e Exploratória
Gledson Luiz Picharski e Wanderson Rodrigo Rocha 3 de Abril de 2008 Estatística Descritiva e exploratória 1 Introdução à análise exploratória de dados 2 Análise exploratória de dados: Medidas-resumo 3
Leia maisBioestatística UNESP. Prof. Dr. Carlos Roberto Padovani Prof. Titular de Bioestatística IB-UNESP/Botucatu-SP
Bioestatística UNESP Prof. Dr. Carlos Roberto Padovani Prof. Titular de Bioestatística IB-UNESP/Botucatu-SP Perguntas iniciais para reflexão I - O que é Estatística? II - Com que tipo de informação (dados)
Leia maisEstatística 1. Resumo Teórico
Estatística 1 Resumo Teórico Conceitos do Curso 1. Tipos de Variáveis e Representações Gráficas a. Tipos de Variáveis b. Distribuição de Frequências c. Histograma 2. Estatística Descritiva Medidas Estatísticas
Leia maisEstatística descritiva
Estatística descritiva Para que serve a estatística? Qual o seu principal objectivo? obter conclusões sobre a população usando uma amostra? População Amostragem Amostra Uma ou mais variáveis (X) são observadas
Leia maisESTATÍSTICA DESCRITIVA. Aula 07 Estatística Descritiva
ESTATÍSTICA DESCRITIVA 2 Estatística Descritiva O que fazer com as observações que coletamos? Primeira etapa da análise: Resumo dos dados: organizar, descrever e resumir os dados coletados Estatística
Leia maisEstatística Descritiva (I)
Estatística Descritiva (I) 1 O que é Estatística Origem relacionada com a coleta e construção de tabelas de dados para o governo. A situação evoluiu: a coleta de dados representa somente um dos aspectos
Leia mais1 Que é Estatística?, 1. 2 Séries Estatísticas, 9. 3 Medidas Descritivas, 27
Prefácio, xiii 1 Que é Estatística?, 1 1.1 Introdução, 1 1.2 Desenvolvimento da estatística, 1 1.2.1 Estatística descritiva, 2 1.2.2 Estatística inferencial, 2 1.3 Sobre os softwares estatísticos, 2 1.4
Leia maisUnidade III Medidas Descritivas
Unidade III Medidas Descritivas Autor: Anderson Garcia Silveira Anderson Garcia Silveira Na aula anterior... Medidas de Tendência Central 2 Na aula anterior... Medidas de Tendência Central Moda Mediana
Leia maisMAIS SOBRE MEDIDAS RESUMO. * é muito influenciada por valor atípico
MAIS SOBRE MEDIDAS RESUMO Medidas de Tendência Central (1) média (aritmética) * só para variáveis quantitativas exceção: variável qualitativa nominal dicotômica, com categorias codificadas em 0 e 1; neste
Leia maisConceito de Estatística
Conceito de Estatística Estatística Técnicas destinadas ao estudo quantitativo de fenômenos coletivos, observáveis. Unidade Estatística um fenômeno individual é uma unidade no conjunto que irá constituir
Leia mais6EMA Lucas Santana da Cunha 17 e 19 de abril de Universidade Estadual de Londrina
ESTATÍSTICA ECONÔMICA 6EMA020-1000 lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 17 e 19 de abril de 2017 1 o Bimestre Cronograma Critério de Avaliação Bibliografia
Leia maisImportância da estatística 17. O que é a Estatística? 18
Índice MENSAGEM DO AUTOR 11 AGRADECIMENTOS 13 Capítulo 1 Introdução Importância da estatística 17 O que é a Estatística? 18 Escalas de medida 19 Escala de medida qualitativa ou não métrica 19 Escalas Nominais
Leia maisMÉTODOS QUANTITATIVOS APLICADOS. Prof. Danilo Monte-Mor
MÉTODOS QUANTITATIVOS APLICADOS Prof. Danilo Monte-Mor Métodos Quantitativos Aulas 1 e 2 Análise Exploratória de Dados 2 Danilo Soares Monte Mor Currículum Vitae Prof. Dr. e especialista em Métodos Quantitativos
Leia maisMOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel
MOQ-13 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semanas 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 e 16 Introdução à probabilidade (eventos,
Leia maisProf. Lorí Viali, Dr. Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Coleção de números n estatísticas sticas O número n de carros vendidos no país aumentou em 30%. A taxa de desemprego atinge, este mês,
Leia maisSUMÁRIO. 1.1 Introdução, Conceitos Fundamentais, 2
SUMÁRIO 1 CONCEITOS BÁSICOS, 1 1.1 Introdução, 1 1.2 Conceitos Fundamentais, 2 1.2.1 Objetivo, 2 1.2.2 População e amostra, 2 1.3 Processos estatísticos de abordagem, 2 1.4 Dados estatísticos, 3 1.5 Estatística
Leia maisMAIS SOBRE MEDIDAS RESUMO. * é muito influenciada por valor atípico
MAIS SOBRE MEDIDAS RESUMO Medidas de Tendência Central (1) média (aritmética) * só para variáveis quantitativas exceção: variável qualitativa nominal dicotômica, com categorias codificadas em 0 e 1; neste
Leia maisTécnicas Computacionais em Probabilidade e Estatística I. Aula I
Técnicas Computacionais em Probabilidade e Estatística I Aula I Chang Chiann MAE 5704- IME/USP 1º Sem/2008 1 Análise de Um conjunto de dados objetivo: tratamento de um conjunto de dados. uma amostra de
Leia maisMedidas de tendência central,dispersão, posição, associação e boxplot
Medidas de tendência central,dispersão, posição, associação e boxplot Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Introdução Uma vez entendido qual o comportamento dos dados, como eles estão
Leia maisBioestatística. October 28, UFOP October 28, / 57
Bioestatística October 28, 2013 UFOP October 28, 2013 1 / 57 NOME 1 Medidas de Tendência Central Média aritmética Mediana Moda Separatrizes 2 Medidas de Dispersão Amplitude Total Variância e Desvio-padrão
Leia maisProf. Dr. Engenharia Ambiental, UNESP
INTRODUÇÃO A ESTATÍSTICA ESPACIAL Análise Exploratória dos Dados Estatística Descritiva Univariada Roberto Wagner Lourenço Roberto Wagner Lourenço Prof. Dr. Engenharia Ambiental, UNESP Estrutura da Apresentação
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@pucrs.br http://www.pucrs.br/famat/viali/ Coleção de números estatísticas O número de carros vendidos no país aumentou em 30%. A taa de desemprego atinge, este mês, 7,5%. As
Leia maisEstatísticas Descritivas. Estatística
Estatística Estatísticas descritivas: usadas para mostrar/descrever algumas informações da amostra, ou seja, servem para fazer um resumo ou descrição dos dados. Não consideram a origem dos dados. Exemplos:
Leia maisPARTE 1. Profa. Dra. Alessandra de Ávila Montini
PARTE 1 Programa de Pós-graduação do Departamento de Administração PPGA Agenda 2 14:00 15:30 Fundamentação Teórica 15:30 15:45 Coffee break 15:45 17:00 Fundamentação Teórica 17:00 18:00 Exercícios de Fixação
Leia mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 010 Estatística Descritiva e Análise Exploratória Etapas iniciais. Utilizadas para descrever e resumir os dados. A disponibilidade de uma grande quantidade
Leia maisMedidas Descritivas de Posição, Tendência Central e Variabilidade
Medidas Descritivas de Posição, Tendência Central e Variabilidade Prof. Gilberto Rodrigues Liska UNIPAMPA 29 de Agosto de 2017 Material de Apoio e-mail: gilbertoliska@unipampa.edu.br Local: Sala dos professores
Leia maisESTATÍSTICA ECONÔMICA A 6EMA
6EMA020-2000 Lucas Santana da Cunha email: lscunha@uel.br Universidade Estadual de Londrina 13 de abril de 2016 CRONOGRAMA 1 o BIMESTRE: MÓDULO I - Estatística Descritiva Noções Básicas em estatística:
Leia maisSumário. CAPÍTULO 1 Conceitos preliminares 1. CAPÍTULO 2 Descrição de dados: análise monovariada 47
CAPÍTULO 1 Conceitos preliminares 1 Introdução........................................................1 O que é estatística?.................................................. 4 Papel dos microcomputadores.........................................
Leia maisANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Coleta de Dados Experimento planejado, Possiveis
Leia maisMAE116 Farmácia Estatística Descritiva (I)
MAE116 Farmácia 2017 Estatística Descritiva (I) 1 O que é Estatística A estatística desempenha o papel importante em muitos processos de tomada de decisão. Um pesquisador, em muitas situações, necessita
Leia maisEstatística Descritiva
Estatística Descritiva Cristian Villegas clobos@usp.br Departamento Ciências Exatas, ESALQ (USP) Agosto de 2012 Cristian Villegas. Departamento Ciências Exatas, ESALQ-USP 1 1 Medidas de tendência central
Leia maisElementos de Estatística
Elementos de Estatística Lupércio F. Bessegato & Marcel T. Vieira UFJF Departamento de Estatística 2013 Medidas Resumo Medidas Resumo Medidas que sintetizam informações contidas nas variáveis em um único
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Coleção de números estatísticas O número de carros vendidos no país aumentou em 30%. A taa de desemprego atinge, este mês, 7,5%.
Leia maisTutorial para o desenvolvimento das Oficinas
Tutorial para o desenvolvimento das Oficinas 1 Métodos Quantitativos Profa. Msc. Regina Albanese Pose 2 Objetivos Objetivo Geral Este tutorial tem como objetivo parametrizar o desenvolvimento da oficina
Leia maisDistribuição de frequências:
Distribuição de frequências: Uma distribuição de frequências é uma tabela que reúne o conjunto de dados conforme as frequências ou as repetições de seus valores. Esta tabela pode representar os dados em
Leia maisNoções de Estatística Airlane P. Alencar LANE
Noções de Estatística Airlane P. Alencar LANE www.ime.usp.br/~lane 1 Programa Estatística, Amostragem Análise Descritiva Organização dos dados, Tipos de variáveis Medidas resumo: proporção, média, mediana,
Leia maisAULA 01 Estatísticas Descritivas
1 AULA 01 Estatísticas Descritivas Ernesto F. L. Amaral 13 de agosto de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Babbie, Earl. 1999. Métodos
Leia maisApontamentos de Introdução às Probabilidades e à Estatística
i Índice 1. Introdução 1 1.1. Enquadramento e objectivos 2 1.2. Organização 5 1.3. Noções base da Estatística 7 1.3.1. Distinção entre população e amostra 8 1.3.2. Amostragem 10 1.3.3. Unidade estatística
Leia maisProf. Lorí Viali, Dr. PUCRS Prof. Titular da FAMAT - Departamento de Estatística. Curso: Engenharia de Produção
Coleção de números n estatísticas sticas O número n de carros vendidos no país aumentou em 30%. A taa de desemprego atinge, este mês, 7,5%. As ações a da Telebrás s subiram R$,5, hoje. Resultados do Carnaval
Leia maisMEDIDAS DE TENDÊNCIA CENTRAL
MEDIDAS DE TENDÊNCIA CENTRAL Professor Jair Wyzykowski Universidade Estadual de Santa Catarina Média aritmética INTRODUÇÃO A concentração de dados em torno de um valor pode ser usada para representar todos
Leia maisAmostragem Aleatória e Descrição de Dados - parte I
Amostragem Aleatória e Descrição de Dados - parte I 2012/02 1 Amostra e População 2 3 4 Objetivos Ao final deste capítulo você deve ser capaz de: Calcular e interpretar as seguintes medidas de uma amostra:
Leia maisMedidas Estatísticas NILO FERNANDES VARELA
Medidas Estatísticas NILO FERNANDES VARELA Tendência Central Medidas que orientam quanto aos valores centrais. Representam os fenômenos pelos seus valores médios, em torno dos quais tendem a se concentrar
Leia maisMedidas de dispersão. 23 de agosto de 2018
23 de agosto de 2018 Dispersão de dados A representação feita pelas medidas centrais, ao mesmo tempo que permite uma visualização rápida das informações acaba levando ao embaralhamento do conjunto. A média
Leia maisMedidas de Posição ou Tendência Central
Medidas de Posição ou Tendência Central Medidas de Posição ou Tendência Central Fornece medidas que podem caracterizar o comportamento dos elementos de uma série; Possibilitando determinar se um valor
Leia maisAnálise Exploratória e Estimação PARA COMPUTAÇÃO
Análise Exploratória e Estimação MONITORIA DE ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO Médias Média Aritmética (valor médio de uma distribuição) n x = 1 n i=1 x i = 1 n x 1 + + x n Média Aritmética
Leia maisIntrodução à análise exploratória de dados
Introdução à análise exploratória de dados Wagner H. Bonat Elias T. Krainski Fernando P. Mayer Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação LEG/DEST/UFPR
Leia maisCap. 6 Medidas descritivas
Estatística Aplicada às Ciências Sociais Sexta Edição Pedro Alberto Barbetta Florianópolis: Editora da UFSC, 2006 Cap. 6 Medidas descritivas Análise descritiva e exploratória de variáveis quantitativas
Leia maisEstatística
Estatística 1 2016.2 Sumário Capítulo 1 Conceitos Básicos... 3 MEDIDAS DE POSIÇÃO... 3 MEDIDAS DE DISPERSÃO... 5 EXERCÍCIOS CAPÍTULO 1... 8 Capítulo 2 Outliers e Padronização... 12 VALOR PADRONIZADO (Z)...
Leia maisSUMÁRIO. Prefácio, Espaço amostrai, Definição de probabilidade, Probabilidades finitas dos espaços amostrais fin itos, 20
SUMÁRIO Prefácio, 1 3 1 CÁLCULO DAS PROBABILIDADES, 15 1.1 Introdução, 15 1.2 Caracterização de um experimento aleatório, 15 1.3 Espaço amostrai, 16 1.4 Evento, 17 1.5 Eventos mutuamente exclusivos, 17
Leia maisBioestatística. Luiz Ricardo Nakamura Cristiane Mariana Rodrigues da Silva. Ciências biológicas a USP ESALQ. Estatística
Bioestatística Luiz Ricardo Nakamura Cristiane Mariana Rodrigues da Silva Ciências biológicas a USP ESALQ LR Nakamura Estatística ESALQ 1 / 67 Estatística e o método científico Circularidade do método
Leia maisEstatística I Aula 3. Prof.: Patricia Maria Bortolon, D. Sc.
Estatística I Aula 3 Prof.: Patricia Maria Bortolon, D. Sc. Estatística: Prof. André Carvalhal Dados quantitativos: medidas numéricas Propriedades Numéricas Tendência Central Dispersão Formato Média Mediana
Leia maisMedidas de Dispersão ou variabilidade
Medidas de Dispersão ou variabilidade A média - ainda que considerada como um número que tem a faculdade de representar uma série de valores - não pode, por si mesma, destacar o grau de homogeneidade ou
Leia maisEstatística: Aplicação ao Sensoriamento Remoto SER ANO Variáveis Aleatórias
Estatística: Aplicação ao Sensoriamento Remoto SER 24 - ANO 218 Variáveis Aleatórias Camilo Daleles Rennó camilo@dpi.inpe.br http://www.dpi.inpe.br/~camilo/estatistica/ Variável atributo Em qualquer tipo
Leia maisUnidade III Medidas Descritivas
Unidade III Medidas Descritivas Medidas separatrizes Quantis Medidas de dispersão Amplitude total Desvio Médio Variância Desvio Padrão Coeficiente de Variabilidade Desvio Interquartílico Na aula anterior...
Leia maisINTRODUÇÃO À ESTATÍSTICA: Medidas de Tendência Central e Medidas de Dispersão. Prof. Dr. Guanis de Barros Vilela Junior
INTRODUÇÃO À ESTATÍSTICA: Medidas de Tendência Central e Medidas de Dispersão Prof. Dr. Guanis de Barros Vilela Junior Relembrando!!! Não é uma CIÊNCIA EXATA!!! É UMA CIÊNCIA PROBABILÍSTICA!!!!!!! Serve
Leia maisEstatística Computacional Profª Karine Sato da Silva
Estatística Computacional Profª Karine Sato da Silva karine.sato.silva@gmail.com Introdução Quando analisamos uma variável qualitativa, basicamente, construímos sua distribuição de frequências. Ao explorarmos
Leia mais6EMA Lucas Santana da Cunha 19 de abril de Universidade Estadual de Londrina
ESTATÍSTICA ECONÔMICA 6EMA020-2000 lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 19 de abril de 2017 1 o Bimestre Plano do Curso Cronograma Critério de Avaliação Bibliografia
Leia maisCE001 Bioestatística. Prof. Cesar Augusto Taconeli. Curitiba-PR 2015
CE001 Bioestatística Prof. Cesar Augusto Taconeli Curitiba-PR 2015 Parte 2 Estatística descritiva 2 A estatística descritiva compreende técnicas (tabelas, gráficos, medidas) que permitem resumir os dados.
Leia maisBioestatística Básica
Bioestatística Básica Curso de Pós-Graduação RCA 5804 PROF. DR. ALFREDO J RODRIGUES DEPARTAMENTO DE CIRURGIA E ANATOMIA FACULDADE DE MEDICINA DE RIBEIRÃO PRETO UNIVERSIDADE DE SÃO PAULO alfredo@fmrp.usp.br
Leia maisIntrodução à Bioestatística Turma Nutrição Aula 3 Análise Descritiva: Medidas de Tendência Central Medidas de Variabilidade
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Introdução à Bioestatística Turma Nutrição Aula 3 Análise Descritiva: Medidas de Tendência Central Medidas
Leia maisProbabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://páginapessoal.utfpr.edu.br/ngsilva Estimação de Parâmetros Intervalo de Confiança Introdução A inferência estatística é o processo
Leia maisESTATÍSTICA Medidas de Síntese
2.3 - Medidas de Síntese Além das tabelas e gráficos um conjunto de dados referente a uma variável QUANTITATIVA pode ser resumido (apresentado) através de Medidas de Síntese, também chamadas de Medidas
Leia maisESTATÍSTICA. Estatística é o conjunto de métodos para a obtenção, organização, resumo, análise e interpretação dos dados.
ESTATÍSTICA Termo vem de status Aspectos de um país (tamanho da população, taxas de mortalidade, taxas de desemprego, renda per capita). Estatística é o conjunto de métodos para a obtenção, organização,
Leia maisFilho, não é um bicho: chama-se Estatística!
Paulo Jorge Silveira Ferreira Filho, não é um bicho: chama-se Estatística! Estatística aplicada uma abordagem prática FICHA TÉCNICA EDIÇÃO: Paulo Ferreira TÍTULO: Filho, não é um bicho: chama-se Estatística!
Leia maisESTATÍSTICA COMPUTACIONAL AULA 5 ASSIMETRIA E CURTOSE
ASSIMETRIA E CURTOSE 1 RELAÇÃO ENTRE MÉDIA, MEDIANA E MODA O valor da mediana, como o próprio nome diz, ocupa a posição central numa distribuição de frequência. A mediana deve estar em algum lugar entre
Leia maisEncontre o conjunto solução de cada uma das inequações a seguir: 6 x
Prova de Conhecimentos Específicos 1 a QUESTÃO: (,0 pontos) Encontre o conjunto solução de cada uma das inequações a seguir: a) x 7 6 x b) 3 4x x a) x 7 6 x x 7 6 0 x x 7 6( x ) 0 x x x 7 6( x ) 0 x x
Leia maisVariável Salário: Quantitativa contínua. Para construir os histogramas solicitados temos,
1 Exercício 1 Variável Salário: Quantitativa contínua Para construir os histogramas solicitados temos, Tabela 1: Distribuição de frequências da variável salário Classe de Salário n i f i Amplitude i Densidade
Leia maisIntrodução à estatística. Prof. Anderson Rodrigo da Silva
Prof. Anderson Rodrigo da Silva anderson.silva@ifgoiano.edu.br Sobre Estatística Conjunto de conceitos e métodos. Ciência que recolhe fatos e fenômenos, analisa-os e interpreta-os quanto ao número de frequência,
Leia maisBioestatística. Parte I. Prof a Dr a Alcione Miranda dos Santos. Abril, 2011
Bioestatística Parte I Prof a Dr a Alcione Miranda dos Santos Universidade Federal do Maranhão Programa de Pós-Graduação em Saúde Coletiva email:alcione.miranda@gmail.com Abril, 2011 1 / 57 Sumário Introdução
Leia maisEstatística Descritiva (aula 2) Curso de Farmácia Prof. Hemílio Fernandes
Estatística Descritiva (aula 2) Curso de Farmácia Prof. Hemílio Fernandes 1 Estatística População Características Técnicas de amostragem Amostra Análise descritiva Conclusões sobre as características da
Leia maisEstatística Descritiva
Flávio B. Gonçalves Baseado no material do Prof. Marcos Prates 2018/01 1 Introdução O que é Estatística População e Amostra O papel da Inferência Estatística 2 Tipos de Variáveis Gráficos e Tabelas Sintese
Leia mais* Descrição: organização, resumo, apresentação e interpretação de dados (tabelas, gráficos e sumários estatísticos, de posição e de dispersão)
ESTATÍSTICA DESCRITIVA a) Conceito: Apresentação numérica, tabular e/ou gráfica com o propósito resumir ou sumarizar as informações contidas num conjunto de dados observados (estatística: tabelas, gráficos
Leia mais3.1 - Medidas de Posição Medidas de Dispersão Quantis Empiricos Box-plots Graficos de simetria 3.
3 - MEDIDAS RESUMO 3.1 - Medidas de Posição 3.2 - Medidas de Dispersão 3.3 - Quantis Empiricos 3.4 - Box-plots 3.5 - Graficos de simetria 3.6 - Transformações 1/17 3.1 - Medidas de Posição Muitas vezes
Leia maisSCC0173 Mineração de Dados Biológicos
SCC073 Mineração de Dados Biológicos Análise Exploratória de Dados Parte A: Revisão de Estatística Descritiva Elementar Prof. Ricardo J. G. B. Campello SCC / ICMC / USP Tópicos Análise Exploratória de
Leia maisCAPÍTULO 4 DESCRIÇÃO E EXPLORAÇÃO DOS DADOS 2ª parte
CAPÍTULO 4 DESCRIÇÃO E EXPLORAÇÃO DOS DADOS 2ª parte 4.3 Medidas de posição 4.4 Medidas de dispersão 4.5 Separatrizes Prof. franke 2 Vimos que a informação contida num conjunto de dados pode ser resumida
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 3 Medidas Numéricas Descritivas Leitura: Levine et al. Capítulo 3 Cap 3-1 Objetivos Nesta parte, aprenderemos: a descrever as propriedades de tendência central, variação
Leia maisEng a. Morgana Pizzolato, Dr a. Aula 02 Revisão de Estatística DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM
Eng a. Morgana Pizzolato, Dr a. Aula 02 Revisão de Estatística DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM TÓPICOS DESTA AULA Revisão de Estatística Coleta de dados Análise de dados
Leia maisDistribuições derivadas da distribuição Normal. Distribuição Normal., x real.
Distribuições derivadas da distribuição Normal Distribuição Normal Uma variável aleatória X tem distribuição normal com parâmetros µ e σ, quando sua densidade de probabilidade é f ( x) π σ e ( x µ ) σ,
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS As variáveis aleatórias X e Y seguem uma distribuição de Bernoulli com probabilidade de sucesso igual a 0,4. Considerando S = X + Y e que os eventos aleatórios A = [X = 1] e B
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS 2003 2004 2005 2006 2007 2008 2009 2010 X 39,0 39,5 39,5 39,0 39,5 41,5 42,0 42,0 Y 46,5 65,5 86,0 100,0 121,0 150,5 174,0 203,0 A tabela acima mostra as quantidades, em milhões
Leia maisCapítulo 3: Elementos de Estatística e Probabilidades aplicados à Hidrologia
Departamento de Engenharia Civil Prof. Dr. Doalcey Antunes Ramos Capítulo 3: Elementos de Estatística e Probabilidades aplicados à Hidrologia 3.1 - Objetivos Séries de variáveis hidrológicas como precipitações,
Leia mais2. Estatística Descritiva
2. Estatística Descritiva ESTATÍSTICA Conjunto de técnicas e ferramentas que descreve, organiza, resume e interpreta as informações a partir dos dados coletados Estatística descritiva Conjunto de técnicas
Leia maisEstatística para Cursos de Engenharia e Informática
Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004 Cap. 3 Análise exploratória de dados APOIO: Fundação de Apoio
Leia mais(tabelas, gráficos e sumários estatísticos, de posição e de dispersão)
ESTATÍSTICA DESCRITIVA a) Conceito: Apresentação numérica, tabular e/ou gráfica com o propósito resumir ou sumarizar as informações contidas num conjunto de dados observados (estatística: tabelas, gráficos
Leia maisFísica Geral - Laboratório. Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação
Física Geral - Laboratório Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação 1 Física Geral - Objetivos Ao final do período, o aluno deverá ser capaz de compreender as principais
Leia maisCapítulo 3 Estatísticas para Descrição, Exploração e Comparação de Dados. Seção 3-1 Visão Geral. Visão Geral. Estatísticas Descritivas
Capítulo 3 Estatísticas para Descrição, Exploração e Comparação de Dados 3-1 Visão Geral 3-2 Medidas de Centro 3-3 Medidas de Dispersão 3-4 Medidas de Forma da Distribuição 3-5 Análise Exploratória de
Leia maisIntrodução à análise exploratória de dados
Introdução à análise exploratória de dados Wagner H. Bonat Elias T. Krainski Fernando P. Mayer Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação 23/02/2018
Leia maisIntrodução à Bioestatística Turma Nutrição
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Introdução à Bioestatística Turma Nutrição Aula 8: Intervalos de Confiança para Média e Proporção Distribuição
Leia maisINTRODUÇÃO À INFERÊNCIA ESTATÍSTICA. Prof. Anderson Rodrigo da Silva
INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA Prof. Anderson Rodrigo da Silva anderson.silva@ifgoiano.edu.br Tipos de Pesquisa Censo: é o levantamento de toda população. Aqui não se faz inferência e sim uma descrição
Leia mais12/06/14. Estatística Descritiva. Estatística Descritiva. Medidas de tendência central. Medidas de dispersão. Separatrizes. Resumindo numericamente
Resumindo numericamente Para resumir numericamente dados quantitativos o objetivo é escolher medidas apropriadas de locação (``qual o tamanho dos números envolvidos?'') e de dispersão (``quanta variação
Leia mais