GRÁFICOS ESTATÍSTICOS

Transcrição

1 GRÁFICOS ESTATÍSTICOS DISTRIBUIÇÃO DE FREQÜÊNCIA Suponhamos termos feito uma coleta de dados relativos às estaturas de quarenta alunos, que compõem uma amostra dos alunos de um colégio A, resultando a seguinte tabela de valores: TABELA 1 ESTATURA DE 40 ALUNOS DO COLÉGIO A A esse tipo de tabela, cujos elementos não foram numericamente organizados, denominamos tabela primitiva. A tabela obtida após a ordenação dos dados recebe o nome de rol. TABELA ESTATURA DE 40 ALUNOS DO COLÉGIO A Agora, podemos saber, com relativa facilidade, qual a menor estatura (150 cm) e qual a maior (17 cm); que a amplitude de variação foi de = cm. 1. DISTRIBUIÇÃO FREQÜÊNCIA Denominamos freqüência o número de vezes que o elemento fica relacionado a um determinado valor da variável. Obtemos, assim, uma tabela que recebe o nome de distribuição de freqüência. TABELA Estat. Freq. Estat. Freq. Estat. Freq Total 40 Mas o processo dado é ainda inconveniente, já que exige muito espaço. A solução é o agrupamento dos valores em vários intervalos, denominado: Distribuição de freqüência com intervalos de classe: 1

2 TABELA 4 ESTATURA DE 40 ALUNOS DO COLÉGIO A Estaturas (cm) Freqüências Total 40 Assim, se um dos intervalos for, por exemplo, (é um intervalo fechado à esquerda e aberto à direita, tal que: 154 < = x < 158), em vez de dizermos que a estatura de 1 aluno é de 154 cm; de 4 alunos, 155 cm; de alunos, 156 cm; de 1 aluno, 157 cm, diremos que nove alunos têm estaturas entre 154, inclusive, e 158 cm. Deste modo, estaremos agrupando os valores de variável em intervalos, sendo que, em Estatística, preferimos chamar os intervalos de classes.. ELEMENTOS DE UMA DISTRIBUIÇÃO DE FREQÜÊNCIA.1 CLASSE Classe de freqüência ou, simplesmente, classes são intervalos de variação de variável. Representadas simbolicamente por i, sendo i = 1,,,...,k (onde k é o número total de classes da distribuição). LIMITES DE CLASSE Determinamos limites de classe os extremos de cada classe l i = limite inferior L i = limite superior. AMPLITUDE DE UM INTERVALO DE CLASSE É a medida do intervalo que define a classe h i = L i l i.4 AMPLITUDE TOTAL DA DISTRIBUIÇÃO É a diferença entre o limite superior da última classe (máximo) e o limite inferior da primeira classe (mínimo) AT = L(máx.) l (mín.).5 AMPLITUDE AMOSTRAL É a diferença entre o valor máximo e o valor mínimo da amostra: AA = x(máx.) x(mín.).6 PONTO MÉDIO DE UMA CLASSE É o ponto que divide o intervalo de classe de classe em duas partes iguais x i = l i + L i /

3 .7 FREQÜÊNCIA SIMPLES OU ABSOLUTA É o número de observações correspondentes a essa classe ou a esse valor f i = n Soma de Todas as Freqüências. f i = n Podemos, agora, dar a distribuição de freqüência das estaturas dos quarentas alunos do Colégio A a seguinte representação tabular técnica: TABELA 4.1 ESTATURA DE 40 ALUNOS DO COLÉGIO A i Estaturas (cm) f i h i x i , , , , , ,0 f i = 40 L(máx) 174 l =154 l (mín) L 5 =170 AT 4. TIPOS DE FREQÜÊNCIAS Na amostra x(máx) 17 x(mín) AA Freqüência simples ou absoluta (f i ) são os valores que realmente representam o número de dados de cada classe Freqüência relativa (fr i ) são os valores das razões entre as freqüências simples e a freqüência total fr i = f i / f i Freqüência acumulada (F i ) é o total das freqüências de todos os valores inferiores ao limite superior do intervalo de uma dada classe: F k = f 1 + f + + f k Ou F k = f i (i = 1,,..., k) Freqüência acumulada relativa (Fr i ) de uma classe é a freqüência acumulada da classe, dividida pela freqüência total da distribuição. Fr i = F i / f i

4 Considerando a Tabela 4, podemos montar a seguinte tabela com as freqüências estudadas: TABELA 4. EXERCÍCIO i Estaturas (cm) f i x i fr i F i Fr i ,0 0, , ,0 0,5 1 0, ,0 0,75 4 0, ,0 0,00 0, ,0 0,15 7 0, ,0 0, , Preencha a distribuição de freqüência: = 40 = 1, i Notas x i f i fr i F i Fr i Responda: a. Qual amplitude amostral (AA)? b. Qual amplitude da distribuição (AT)? c. Qual o limite inferior da 5ª classe? d. Qual o limite superior da ª classe? e. Qual a amplitude do 6º intervalo de classe (h i )? f. Σf i? 4

5 4. REPRESENTAÇÃO GRÁFICA DE UMA DISTRIBUIÇÃO 4.1 HISTOGRAMA É formado por um conjunto de retângulos justapostos, cujas bases se localizam sobre o eixo horizontal, de tal modo que seus pontos médios coincidam com os pontos médios dos intervalos de classe. 4. POLÍGONO DE FREQÜÊNCIA É um gráfico em linha, sendo as freqüências (f i ) marcadas sobre perpendiculares ao eixo horizontal, levantadas pelos pontos médios (x i ) dos intervalos de classe. 4. POLÍGONO DE FREQÜÊNCIA ACUMULADA É traçado marcando-se as freqüências acumuladas (F i ) sobre perpendiculares ao eixo horizontal, levantadas nos pontos correspondentes aos limites superiores (L i ) dos intervalos de classe. 5

6 5. CURVA DA FREQÜÊNCIA 5.1 A CURVA DE FREQÜÊNCIA. CURVA POLIDA Como no geral, os dados coletados pertencem a uma amostra extraída de uma população, podemos imaginar as amostras tornando-se cada vez mais amplas e a amplitude das classes ficando cada vez menor, o que nos permite concluir que a linha poligonal (contorno do polígono de freqüência) tende a se transformar numa curva a curva da freqüência, mostrando, de modo mais evidente, a verdadeira natureza da distribuição da população. Assim, após o traçado de um polígono de freqüência, é desejável, que se lhe faça um polimento, de modo a mostrar o que seria tal polígono com um número maior de dados. Consegue-se isso com o emprego de uma fórmula, a qual, a partir das freqüências reais, nos fornece novas freqüências freqüência calculadas (fc i ) : fc i = f i 1 + f i + f i + 1 / 4 onde: fc i é a freqüência calculada da classe considerada; f i é a freqüência simples da classe considerada; f i 1 é a freqüência simples da classe anterior à classe considerada; f i + 1 é a freqüência simples da classe posterior à classe considerada; Exemplo da tabela 4 fc = 4 + x / 4 = /4 = 8,5 i Estaturas (cm) f i fc i , , , , , ,75 = 40 6

7 EXERCÍCIO 1. Preencha a distribuição de freqüência: TABELA DE DISTRIBUIÇÃO DE FREQÜÊNCIA i Notas x i f i fr i F i Fr i MEDIDAS DE POSIÇÃO 1. MÉDIA ARITMÉTICA É o quociente da divisão da soma dos valores da variável pelo número deles: x = Σx i / n sendo : x a média aritmética; x i os valores da variável; n o número de valores. 1.1 DADOS NÃO-AGRUPADOS Determinamos a média aritmética simples. Exemplo: Sabendo-se que a produção leiteira diária da vaca A, durante a semana, foi de 10, 14, 1, 15, 16, 18, e 1 litros, temos, para produção média da semana: x = ( ) / 7 = 98 / 7 = 14 Logo : x = 14 litros 7

8 1. DESVIO EM RELAÇÃO À MÉDIA A diferença entre cada elemento de um conjunto de valores e a média aritmética. d i = x i x Exemplo d 1 = = 4 d = = 0 d = 1 14 = 1 d 4 = = 1 d 5 = = d 6 = = 4 d 7 = 1 14 = 1. DADOS AGRUPADOS 1..1 Sem intervalos de classe Consideramos a distribuição relativa a 4 famílias de quatro filhos, tomando para variável o número de filhos do sexo masculino. Neste caso, como as freqüências são números indicadores da intensidade de cada valor da variável, elas funcionam como fatores de ponderação, o que nos leva a calcular a média aritmética ponderada. x = Σx i f i / Σf i x i f i x i f i Σ = 4 78 x = 78 / 4 =, =, meninos 1.. Com intervalos de classe Neste caso, convencionamos que todos os valores incluídos em um determinado intervalo de classe coincidem com o seu ponto médio, e determinamos a média aritmética ponderada por meio de fórmula: x = Σx i f i / Σf i onde x i é o ponto médio da classe. x 8

9 i ESTATURAS (cm) f i x i x i f i , , , , , ,0 516 Σ = 40 Σ = = / 40 = 161 x = 161 cm. A MODA (Mo) O valor que ocorre com maior freqüência em uma série de valores..1 DADOS NÃO-AGRUPADOS Quando lidamos com valores não-agrupados, a moda é facilmente reconhecida: basta, de acordo com a definição, procurar o valor que mais se repete A série de dados : 7, 8, 9, 10, 10, 10, 11, 1, 1, 15, tem moda igual a 10. Podemos, entretanto, encontrar séries nas quais não exista valor modal, isto é, nas quais nenhum apareça mais vezes que outros. É o caso da série:, 5, 8, 10, 1, 1, que não apresenta moda (amodal). Em outros casos, ao contrario, pode haver dois ou mais valores de concentração. Dizemos, então, que a série tem dois ou mais valores modais. Na série:,, 4, 4, 4, 5, 7, 7, 7, 8, 9, temos duas modas: 4 e 7 (bimodal).. DADOS AGRUPADOS..1 Sem intervalos de classe x x i f i Σ = 4 A freqüência máxima (1) corresponde o valor da variável da variável. Logo: Mo =.. Com intervalos de classe É o valor dominante que está compreendido entre os limites da classe modal Método para o cálculo da moda denominada de moda bruta: Mo = l* + L* / Onde: l* é o limite inferior da classe modal L* é o limite superior da classe modal 9

10 Exemplo: i ESTATURAS (cm) f i Σ = 40 Mo = / = 0 / = 160 à logo Mo = 160 cm Exercício de Moda Observe e responda: A = {,5,6,8,9,10,10,10,11,1,17} B = {4,5,7,10,11,1,15} C = {,,4,5,5,5,5,6,7,8,8,8,8,9,10,11} I. A é unimodal e Mo = 10 II. B é unimodal e Mo = 10 III. C é bimodal e Mo = 5 e 8. A MEDIANA a. Todas estão corretas. b. Todas estão erradas. c. I e II estão corretas. d. I e III estão corretas. e. II e III estão corretas. É outra medida de posição definida como o número que se encontra no centro de uma série de números, estando estes dispostos segundo uma ordem..1 DADOS NÃO-AGRUPADOS Série de valores : 5, 1, 10,, 18, 15, 6, 16, 9, o primeiro passo a ser dado é o de ordenação dos valores :, 5, 6, 9, 10, 1, 15, 16, 18. Em seguida, tomamos aquele número central que apresenta o mesmo número à direita e à esquerda. Temos, então : Md = 10. Se, porém, a série dada tiver um número par de termos, a mediana será, por definição, qualquer dos números compreendidos entre os dois valores centrais da série. Convencionou-se utilizar o ponto médio. Assim, a série de valores ordenados :, 6, 7, 10, 1, 1, 18, 1, tem para mediana a média aritmética entre 10 e 1. Logo: Md = / = / = 11 Donde: Md =

11 . DADOS AGRUPADOS..1 Sem intervalos de classe É o bastante identificar a freqüência acumulada imediatamente superior à metade da soma das freqüências. É dada por : Σf i / x i f i F i Σ = 4 Sendo: 4 / = 17 A menor freqüência acumulada que supera esse valor é 18, que corresponde ao valor de da variável, sendo este o valor mediano. Logo: Md = meninos... Com intervalos de classe Neste caso o problema consiste em determinar o ponto do intervalo em que está compreendida a mediana. i ESTATURAS (cm) f i F i Σ = 40. Temos : Σf i / 40 / = 0 Como há 4 valores incluídos nas três primeiras classes da distribuição e como pretendemos determinar o valor que ocupa o 0.º lugar, a partir do início da série, vemos que este deve estar localizado na terceira classe (i = ). Como há 11 elementos nessa classe e o intervalo de classe é igual a 4 (16 158), devemos tomar, a partir do limite inferior, a distância. Sendo: Md = l * + ( ([(Σf i / ) F(ant)] x h * ) / f * ) No qual: l* é o limite inferior da classe mediana; F(ant) é a freqüência acumulada da classe anterior à classe mediana; f* é a freqüência simples da classe mediana; h* é a amplitude do intervalo da classe mediana; Temos: Md = (([0 1] x 4) / 11) = 158 +,54 = 160,54 Isto é : Md = 160,5 cm 11

12 MEDIDAS DE DISPERSÃO OU DE VARIABILIDADE: AMPLITUDE TOTAL, DESVIO MÉDIO, VARIÂNCIA E DESVIO PADRÃO 1. Dispersão ou Variabilidade Chamamos de dispersão ou variabilidade a maior ou menor diversificação dos valores de uma variável em torno de um valor de tendência central tomado como ponto de comparação. Exemplo: Consideremos os seguintes conjuntos de valores das variáveis x, y e z X: 70, 70, 70, 70, 70. Y: 68, 69, 70, 71, 7. Z: 5, 15, 50, 10, 160. Calculando a média aritmética de cada um desses conjuntos, obtemos: x: = Σ x i x = 50 = 70 n 5 y: = Σ y i y = 50 = 70 n 5 z: = Σ z i z = 50 = 70 n 5 Vemos, então, que os três conjuntos apresentam a mesma média aritmética: 70. Entretanto,é fácil notar que o conjunto X é mais homogêneo que os conjuntos Y e Z, já que todos os valores são iguais à média. O conjunto Y, por sua vez, é mais homogêneo que o conjunto Z, pois há menor diversificação entre cada um de seus valores e a média representativa. Podemos dizer então que o conjunto X apresenta dispersão ou variabilidade menor que o conjunto Z. Portanto, para qualificar os valores de uma dada variável, ressaltando a maior ou menor dispersão ou variabilidade entre esses valores e a sua medida de posição, a Estatística recorre às medidas de dispersão ou de variabilidade.. Amplitude Total.1 Dados não-agrupados A amplitude total é a diferença entre o maior e o menor valor observado: AT = x(max.) x(mín) Exemplo: Para os valores: 40, 45, 48, 5, 54, 6 e 70. Temos: AT = = 0 Logo: AT = 0 1

13 Quando dizemos que a amplitude total dos valores é 0, estamos afirmando alguma coisa do grau de sua concentração. É evidente que, quanto maior a amplitude total, maior é a dispersão ou variabilidade dos valores da variável. Relativamente aos três conjuntos de valores mencionados no início: At x = = 0 (dispersão nula) At y = 7 68 = 4 At z = = 155. Dados agrupados..1. Sem intervalos de classe Neste caso, ainda temos: AT = x(max.) x(mín.) Exemplo: Considerando a tabela abaixo: Temos: AT = 4 0 = 4... Com intervalos de classe x i f i Neste caso, a amplitude total é a diferença entre o limite superior da última classe e o limite inferior da primeira classe: Exemplo: Considerando a distribuição abaixo: AT = L(max.) - ϑ(mín.) i Estaturas (cm) f i Σ = 40 Temos: AT = = 4 Logo: AT = 4 cm 1

14 A amplitude total tem o inconveniente de só levar em conta os dois valores extremos da série, descuidando do conjunto de valores intermediários, o que quase sempre invalida a idoneidade do resultado. Ela é apenas uma indicação aproximada da dispersão ou variabilidade. Faz-se uso da amplitude total quando se quer determinar a amplitude da temperatura em um dia ou no ano, no controle de qualidade ou como uma medida de cálculo rápido, e quando a compreensão popular é mais importante que a exatidão e a estabilidade.. Variância Desvio Padrão Como já foi visto, a amplitude total é instável, por se deixar influenciar pelos valores extremos, que são, na sua maioria, devidos ao acaso. A variância e o desvio padrão são medidas que fogem a essa falha, pois levam em consideração a totalidade dos valores da variável em estudo, o que faz delas, índices de variabilidade bastante estáveis e, por isso mesmo, os mais geralmente empregados. A variância baseia-se nos desvios em torno da média aritmética, porém determinado a média aritmética dos quadrados dos desvios Σ d i = Σ(x i x) = 0. Assim, representando a variância por s, temos: Ou, lembrando que Σ f i = n : s = Σ(x i x) Σ f i s = Σ(x i x) n Tanto o desvio padrão como a variância são usados como medidas de dispersão ou variabilidade. O uso de uma ou de outra dependerá da finalidade que se tenha em vista. A variância é uma medida que tem pouca utilidade como estatística descritiva, porém é extremamente importante na inferência estatística e em combinações de amostras. s = Σ x i - Σ x i n n O desvio padrão goza de algumas propriedades, dentre as quais destacamos: 1ª) Somando-se (ou subtraindo-se) uma constante a de todos os valores de uma variável, o desvio padrão não se altera: y i = x i ± c s y = s x ª) Multiplicando-se todos os valores de uma variável por uma constante (diferente de zero), o desvio padrão fica multiplicado por essa constante: y i = c X x i S y = c X S x 14

15 Essas propriedades nos permitem introduzir, no cálculo do desvio padrão, simplificações úteis. Para o cálculo do desvio padrão, consideremos os seguintes casos:. Dados não-agrupados Tomemos, como exemplo, o conjunto de valores da variável x: 40, 45, 48, 5, 54, 6, 70 O modo mais prático para se obter o desvio padrão é formar uma tabela com duas colunas: uma para x i e outra para x i. Assim: Como n = 7, temos: Logo: S = 9,49 x i x i Σ = 71 Σ = 0.9 s = = = 7 7 = = 90 = 9,486. Dados agrupados..1 Sem intervalos de classe Como, neste caso, temos a presença de freqüências, devemos levá-las em consideração, resultando a fórmula: s = Σf i x i - Σf i x i n n Consideremos, como exemplo, a distribuição da tabela abaixo: x i f i O modo mais prático para se obter o desvio padrão é abrir, na tabela dada, uma coluna para os produtos f i x i e outra para f i x i, lembrando que para obter f i x i basta multiplicar cada f i x i pelo seu respectivo x i. Assim: 15

16 x i f i f i x i f i x i Σ = 0 Σ = 6 Σ = 165 Logo: Daí: s = 1,04 s = = 5,5-4,41 = 1, Com intervalos de classe Tomemos como exemplo a distribuição a tabela: i Estaturas (cm) f i Σ = 40 Comecemos com x i (ponto médio), f i x i e f i x i. Assim: Logo: i Estaturas (cm) f i x i f i x i f i x i Σ = 40 Σ = Σ = s = = = 1 = 5, Daí: s = 5,57 cm 16