PROBABILIDADE E ESTATÍSTICA FACSUL 2017 MATEMÁTICA
|
|
- Raíssa Henriques Bernardes
- 6 Há anos
- Visualizações:
Transcrição
1 PROBABILIDADE E ESTATÍSTICA FACSUL 2017 MATEMÁTICA
2 Coleta de Dados O estudo que fizemos sobre distribuição de frequência, até agora, permitenos descrever, de modo geral, os grupos dos valores que uma variável pode assumir. Desta forma podemos localizar a maior concentração de valores de uma dada distribuição, isto é, se ela se localiza no início, no meio ou no final, ou, ainda, se há uma distribuição por igual. 2
3 Coleta de Dados Porém, para ressaltar as tendências características de cada distribuição, isoladamente, ou em confronto com outras, necessitamos introduzir conceitos que se expressem através de números, que nos permitam traduzir essas tendências. Esses conceitos são denominados elementos típicos da distribuição: Medidas de posição Medidas de variabilidade ou dispersão Medidas de assimetria Medidas de curtose 3
4 Coleta de Dados Dentre os elementos típicos, destacamos, neste capítulo, as medidas de posição estatísticas que representam uma série de dados orientando-nos quanto à posição da distribuição em relação ao eixo horizontal. As medidas de posição mais importantes são as medidas de tendência central, que recebem tal denominação pelo fato de os dados observados tenderem, em geral, a se agrupar em torno dos valores centrais. 4
5 Coleta de Dados Dentre as medidas de tendência central, destacamos: A média aritmética A mediana A moda 5
6 Média As medidas de posição pode traduzir algumas características interessantes dos conjuntos estudados, mas não permitem um estudo analítico mais profundo. Para que isso seja feito, é preciso definir uma medida de posição do conjunto que é a média. 6
7 Média Assim como em outros conceitos, também o de média faz parte de nossa linguagem cotidiana, pois costumamos realizar com bastante frequência cálculos de médias, ainda que de maneira informal e intuitiva. Por exemplo, quando saímos para trabalhar, sabemos aproximadamente quanto tempo demoraremos no trajeto, e assim também sabemos quais são, em média, os nossos gastos com determinados itens comumente comprados, etc. 7
8 Média Obs.: As médias são as grandezas mais comumente utilizadas nas análises estatísticas. 8
9 Média Aritmética A chamada média aritmética, ou média ou média simples, é mais utilizada no cotidiano e estabelece que todos os elementos têm a mesma importância. 9
10 Média Aritmética Para saber o valor gasto efetivo de cada um, temos que somar todos os gastos individuais e dividi-los pelo número de pessoas. 10
11 Média Aritmética Nesse caso, teremos: Gasto médio = = 30 Ir para Slide 44 11
12 Média Aritmética Dessa maneira, determinamos que a média de gastos foi de R$ 300,00, ou seja, esse é o valor correspondente aos gastos de cada um. É interessante observar que o valor da média não precisa ser um valor encontrado no conjunto. 12
13 Média Aritmética Utilizando o exemplo anterior, vamos agora formalizar o cálculo da média aritmética. Logo, x = x 1 + x 2 + x 3 + x 4 + x 5 N x = σ x i N 13
14 Média Aritmética Gastos efetuados por ocupante da mesa da lanchonete 14
15 Média Aritmética No exemplo, como a soma das frequências nos dá o total de pessoas na mesa, que são 10, temos uma conta de R$ 140,00 a ser dividida por 10 pessoas. A média, portanto, será de R$ 14,00. Na tabela é apresentada uma forma prática de se efetuar a conta. Acrescentamos uma coluna à tabela, na qual, para cada valor de x se coloca o 15 resultado do produto x i * f i.
16 Média Aritmética Coloca-se também uma linha adicional ao final da tabela, na qual se apresentam os resultados dos somatórios que serão utilizados no cálculo da média. 16
17 Média Aritmética Dessa maneira, o cálculo da média é feito dividindose o valor da soma da terceira coluna, R$ 140,00, pela soma da segunda coluna, 10 pessoas. Como vimos anteriormente, a média sera de R$ 14,00. 17
18 Média Aritmética Em intervalos Tabela de Referência 18
19 Média Aritmética Em intervalos Quando a tabela de frequências traz classes de dados em intervalos em lugar de valores individuais, assumimos que o valor que melhor representa a classe é o valor referente ao meio do intervalo. Tomando como exemplo os intervalos da tabela ao lado, os intervalos teriam por valores representativos: O intervalo 1-5 tem como valor representativo x 1 = 3 O intervalo 6-10 tem como valor representativo x 2 = 8 O intervalo tem como valor representativo x 3 = 13 19
20 Média Aritmética Em intervalos Para efeito de cálculo, remontamos a tabela Como os valores tratados dessa maneira não consideram exatamente o valor de cada um dos dados, a média será um valor aproximado. Portanto quando houver acesso aos dados brutos e também necessidade de um cálculo preciso, é preferível utilizar os dados brutos para efetuar o cálculo da media. 20
21 Média Ponderada Até aqui tratamos todos os dados com tendo a mesma importância para o cálculo da média. No entanto, sabemos que na realidade há gradações de importância que fazem com que esse cálculo de média simples não seja uma descrição apropriada da realidade. 21
22 Média Ponderada O cálculo de uma média ponderada se faz de maneira similar ao cálculo em que são utilizadas tabelas de frequência. Tomando como exemplo das notas, digamos que o professor assuma que a prova é quatro vezes mais importante que o trabalho; ele então atribuirá peso 1 ao trabalho e peso 4 à prova. Para o cálculo da nota final, chamaremos de n 1 e p 1 a nota e o peso do trabalho, respectivamente. Do mesmo modo, chamaremos de n 2 e p 2 a nota e o peso da prova. 22
23 Média Ponderada Em analogia ao cálculo das médias pela tabela de frequência, poderíamos imaginar que a situação equivalente seria termos 1 trabalho e 4 provas e calcularíamos a nota final como se fossem 5 avaliações em lugar de duas: Um trabalho Quatro provas Sendo, as quatro com a mesma nota O cálculo da média final do aluno seria dado, então, por: M = p.n + p.n => M = 1.n +4.n 1 2 p 1 +p => M = n 1 +4n
24 Média Ponderada Nesta tabela apresentamos alguns exemplos de cálculo de médias para diversos conjuntos de notas citados anteriormente. 24
25 Média Ponderada A partir do exemplo anterior, podemos agora apresentar a fórmula geral para o cálculo de médias ponderadas: ҧ x = σ p i. xi σ p i 25
26 Média Ponderada Exercício: Suponhamos que o cálculo de inflação levasse em conta somente os aumentos de cinco artigos num dado período, conforme tabela abaixo: Calcule a média aritmética do aumento; 26
27 Média Ponderada Se adicionássemos importâncias aos itens, como calcularíamos a média ponderada? 27
28 Média Ponderada Calculando a média dessa maneira, a inflação recalculada nesses moldes é de 1, 13%, o que é muito mais condizente do que o valor anterior de 4,8%, pois temos um número próximo àquele do aumento dos itens importantes. 28
29 Média - Propriedades Se somarmos (ou subtrairmos) um mesmo número a todos os elementos do conjunto, a média será acrescida de mesmo valor Pensando em uma média de idade. Um conjunto que tenha uma média de idade de 6 anos, passados 3 anos, todos terão envelhecido o mesmo tempo e a idade média do conjunto será acrescida de 3 anos. Se multiplicarmos (ou dividirmos) todos os elementos do conjunto por um mesmo número, a média será acrescida de mesmo valor. Pensando em uma lanchonete. Se todos se reunirem uma vez por semana na mesma lanchonete e consumirem a mesma coisa todas as vezes, o gasto mensal de cada um será multiplicado por quatro e o gasto médio será a soma dos gastos médios diários, resultando num gasto mensal 4 vezes maior. 29
30 Moda A palavra moda é utilizada cotidianamente com um significado parecido com a definição em estatística. No dia a dia, dizemos que algo está na moda se muita gente o está usando ou está fazendo. Em estatística, moda é o valor que mais aparece no conjunto, aquele que é a característica da maioria. Quando há um valor que se sobressai em frequência, com relação aos demais valores, dizemos que o conjunto tem uma moda, é modal. 30
31 Moda A Moda (m 0 ) é, portanto, o valor de maior frequência em um conjunto de dados, ou seja é o valor que aparece mais vezes neste conjunto. Exemplo: Na série X: 2; 8; 3; 5; 4; 5; 3; 5; 5; 1 O valor de maior frequência é o 5. Portanto m 0 = 5 31
32 Moda Moda é especialmente útil quando os valores ou as observações não são numéricos, casos em que a média e a mediana não podem ser definidas. Uma amostra pode ser unimodal (uma moda), bimodal (duas modas), multimodal (várias modas) e amodal (nenhuma moda). 32
33 Moda Sejam os conjuntos Si com i = 1, 2, 3 Para S1 = {1,1,1,1,1,1,1}, a moda é 1 Para S2 = {1,1,2,2,3,4}, as modas são 1 e 2 Para S3 = {1,1,2,2,3,3,4,4}, as modas são 1, 2, 3 e 4 33
34 Moda Moda é útil quando um ou dois valores ocorrem com maior frequência em um conjunto de dados. Entretanto, a moda nada acrescenta em termos de descrição dos dados quando todos ou quase todos os valores ocorrem aproximadamente com a mesma frequência. Se nenhum valor ocorre com maior frequência em um conjunto de dados, então todos os valores que ocorrem com a maior frequência são chamados valores modais. Sejam os conjuntos S i com i = 1,2. Para S`1 = {1,2,3,4,5,6,7}, não há moda. Para S`2 = {1,2,3,4,5,6,...}, não há moda 34
35 Mediana A mediana é uma medida de tendência central que considera não os valores intrínsecos dos dados, mas a posição que eles ocupam no conjunto de dados ordenados. A mediana de um conjunto de dados será o valor que o divide em dois subconjuntos, um contendo os 50% menos valores e o outro contendo os 50% maiores valores. É, dessa forma, considerada uma medida de posição. Em um conjunto onde seus elementos estão dispostos em ordem crescente ou decrescente a mediana é o termo central desse conjunto ou o elemento que está bem no meio. 35
36 Mediana Exercício Considere a seguinte sequência de dados: X: 1; 2; 2; 3; 4; 4; 4; 5; 5; 5; 5; 6; 6; 7; 7; 8 A mediana desta série será: 36
37 Mediana A = {2, 4, 4, 6, 7, 8} Note que essa sequência é formada por um número par de termos, ou seja, por seis termos. Portanto existem dois termos centrais: os que ocupam a 3ª e 4ª posições. Logo qualquer valor que se encontre entre esses dois termos, no caso, o 4 e o 6, pode dividir o conjunto em duas partes com a mesma quantidade de elementos. Porém, de acordo com a própria definição, nesses casos em que o conjunto apresenta dois termos centrais, consideramos a média aritmética entre esses dois termos para ser o termo central, ou seja, no nosso caso devemos somar os dois termos centrais 4+6=10 e dividir o resultado por 2, assim obteremos o valor 5 como resposta para o termo central do conjunto A. 37
38 Mediana Quando há um número ímpar de termos em um conjunto, existirá um único termo central. Nestes casos a mediana será o próprio termo central, sem dificuldades. 38
39 Medidas de Dispersão O conteúdo anterior no apresenta grandezas que nos trazem um valor significativo dos dados de um conjunto; Agora analisaremos se ele esses dados estão concentrados em torno do valor médio ou se estão espalhados, dispersos em torno dele. 39
40 Medidas de Dispersão Intervalo O conceito de intervalo é bastante intuitivo e coincide com o significado da linguagem cotidiana. O intervalo de valores é aquele que vai do menor ao maior valor. O intervalo é uma medida de dispersão fácil de calcular, porém de utilidade limitada, pois traz apenas informações sobre os valores extremos. 40
41 Medidas de Dispersão Quando não é de interesse saber exatamente qual o maior e qual o menor valor, mas apenas saber qual o tamanho do intervalo, este será encontrado, subtraindo-se o menor valor do maior valor do conjunto. Tomando agora os dados da tabela ( Slide 11), vemos que o maior gasto foi de R$ 47,00 e o menor foi de R$ 19,00. Desse modo, o intervalo seria de 19 a 47, o que nos dá um intervalo de tamanho 28. No entanto, como comentamos anteriormente, nesse exemplo as diferenças de gasto eram apenas circunstanciais e, após feito o acerto de contas, todos teriam gasto exatamente o mesmo valor: R$ 30,00. 41
42 Medidas de Dispersão Se utilizarmos em nossa análise o gasto efetivo, teremos então R$ 30,00 como a maior e a menor despesa, simultaneamente, e o intervalo indo de 30 a 30, com tamanho zero. Ou seja, se todos os dados têm o mesmo valor, dizemos que são dados sem qualquer dispersão, ou dizemos, formalmente, que a dispersão é nula. 42
43 Medidas de Dispersão A exemplo do que discutimos para as medidas de posição, quando abordamos a média, vamos agora definir uma medida de dispersão que considere cada uma dos valores individuais. 43
44 Medidas de Dispersão Definição Tomemos como exemplo similar àquele dos gastos na lanchonete, em que analisaremos os gastos de 5 amigos em um restaurante. Para analisar quanto a divisão igualitária das despesas foi justa (ou injusta), o primeiro passo é comparar cada valor consumido com o valor efetivamente pago. Formalmente, isso significa subtrair o valor médio do valor específico. 44
45 Medidas de Dispersão Como essa análise é um refinamento do estudo da média, continuaremos seguindo um procedimento similar para a realização dos cálculos. Assim, retomamos a tabela já com a linha e a coluna adicionais para o cálculo da média e acrescentamos uma coluna com o valor dessas diferenças, conforme colocamos na tabela a seguir. 45
46 Medidas de Dispersão Ir para o Slide 11 46
47 Medidas de Dispersão O cálculo da média se dá simplesmente pela soma das despesas individuais dividida pelo número de pessoas, com resultado 30; Na terceira coluna, temos as diferenças entre os gastos individuais e a média; Essas diferenças são obtidas pela subtração X i തX, logo, um resultado positivo significa que a pessoa consumiu mais do que pagou; ao contrário, quando o resultado é menor do que zero, isso significa que a pessoa consumiu menos do que pagou. 47
48 Medidas de Dispersão Por exemplo, Alberto gastou R$ 25,00 e pagou R$ 30,00, a diferença citada é de R$ -5,00. Já Beatriz consumiu R$ 31,00, portanto, sua diferença é de R$ 1,00. Para analisar a dispersão dos dados, uma primeira proposta seria a de somar as diferenças. No entanto, como poder ver na última linha da terceira coluna, a soma das diferenças dá zero. Esse resultado era esperado, visto que houve equilíbrio entre os consumos maiores ou menores que a média. 48
49 Medidas de Dispersão Uma segunda proposta seria considerar as diferenças sem o sinal, ou seja, o valor absoluto delas e dividir pelo número de pessoas para ter uma média desses desvios. Existe de fato uma medida de dispersão assim calculada, mas sua utilização não é frequente, então passaremos a discutir outra proposta matematicamente mais significativa: a variância. 49
50 Medidas de Dispersão A variância utiliza as distâncias entre os valores individuais e as médias, mas o faz elevando esses valores ao quadrado. Não cabe aqui discutir os motivos de tal definição, dada a complexidade da matemática envolvida, mas vale uma discussão qualitativa dessa escolha. 50
51 Medidas de Dispersão Ao utilizarmos os quadrados das diferenças, garantimos que os parâmetros de desvio serão sempre positivos, já que o produto de números com sinais é sempre positivo. Além disso, esse critério faz com que tenhamos ainda mais rigor da injustiça, pois quanto maior a diferença, maior o peso com que ela será contada. Por exemplo: a diferença referente a Beatriz, que é de 1, entrará na conta da injustiça com seu quadrado, que é também 1, e a diferença devida a Alberto, que é de -5, entrará na conta da injustiça com seu quadrado, que é
52 Medidas de Dispersão Há duas grandezas que descrevem a dispersão dos dados utilizando o critério acima: a variância e o desvio-padrão. O desvio-padrão é a raiz quadrada da variância e será denotado pela letra sigma minúscula (σ). A variância é, portanto, o quadrado do desvio-padrão e se denota por σ 2. 52
53 Medidas de Dispersão Quando nossos dados trazem a totalidade da população estudada, como é o caso do exemplo anterior, a variância é definida como a média dos quadrados das diferenças entre o valor individual e o valor médio, conforme formalizado a seguir: σ 2 = σ x xҧ 2 N O desvio-padrão será simplesmente a raiz da variância: σ = σ 2 53
54 Medidas de Dispersão Nos casos em que temos os dados em tabelas de freque ncia, precisamos que lembrar que cada valor xi aparece fi vezes e, a exemplo do que fizemos para o cálculo da média, é preciso multiplicar a quantidade de vezes que cada valor aparece para que todas as diferenc as sejam computadas. Assim sendo, teremos: σ 2 = σ f i. x xҧ 2 σ f i E, novamente, o desvio-padrão será simplesmente a raiz da variância. 54
55 Medidas de Dispersão Variância e desvio-padrão para amostras Nos casos que temos dados para uma amostra e não para toda a população, em lugar de dividirmos por N, a divisão será feita por N-1. Quando o número de dados é grande, o valor final não será muito afetado pela substituição de N por N-1. Quando o número de dados é pequeno, a dispersão encontrada dividindo-se por N-1 é maior, refletindo o fato de que se espera que haja maior diversidade de valores na população em geral que na observada na amostra. 55
56 Medidas de Dispersão Por fim, temos as definições: Ou E, como nas outras vezes: σ 2 = σ x xҧ 2 N 1 σ 2 = σ f i x xҧ 2 (σ f i ) 1 σ = σ 2 56
57 Medidas de Dispersão Dados não agrupados Para efetuar os cálculos, é preciso lembrar que nesse caso temos uma população, já que temos os valores referentes a todos os ocupantes da mesa estudada. Utilizaremos aqui um procedimento similar ao usado no cálculo das medias, colocando os valores intermediários que precisamos para os cálculos em colunas adicionais e realizando as somas pertinentes nas colunas respectivas. 57
58 Medidas de Dispersão Dados agrupados No intuito de construir o procedimento para o caso de dados agrupados, vamos calcular a variância e o desvio-padrão para um conjunto de dados em que haja valores repetidos. A partir de agora, passaremos a utilizar a fórmula da variância para amostras, visto que sua utilização é mais frequente, pois é mais comum termos estudos que utilizam amostras que estudos que trazem informações sobre toda a população. 58
59 Medidas de Dispersão Cálculo do desvio-padrão para um conjunto de dados brutos de uma amostra. 59
60 Medidas de Dispersão Assim como no cálculo da média quando há valores repetidos, podemos agrupar os dados e fazer com que os termos referentes a valores iguais sejam multiplicados pelas suas frequências. Desse modo, todos os dados serão incluídos na conta de uma maneira mais prática e concisa. 60
61 Medidas de Dispersão Cálculo do desvio-padrão para um conjunto de dados amostrais agrupados 61
62 Medidas de Dispersão Média Ponderada Vamos ver agora um procedimento para o cálculo quando os dados têm pesos diferentes. Lembramos que, para efeito dos cálculos, o peso e a frequência têm papéis similares. Assim sendo, montaremos a tabela e efetuaremos os cálculos seguindo os mesmos passos descritos anteriormente, mas tendo em lugar das frequências f i os pesos p i. 62
63 Medidas de Dispersão 63
64 Medidas de Dispersão Exercícios Calcule a variância e o desvio padrão da série X: 4; 5; 6; 5. 64
65 Medidas de Dispersão Exercícios Calcule a variância e o desvio padrão da série: x i f i
66 Medidas de Dispersão Exercícios Calcule a variância e o desvio padrão da série: Classe Int. de Classe f i 66
67 Medidas de Dispersão Coeficiente de Variação O desvio padrão por si só não nos diz muita coisa. Assim, um desvio padrão de duas unidades pode ser considerado pequeno para uma série de valores cujo valor médio é 200; no entanto, se a média for igual a 20, o mesmo não pode ser dito. Além disso, o fato de o desvio padrão ser expresso na mesma unidade dos dados limita o seu emprego quando desejamos comparar duas ou mais séries de valores, relativamente à sua dispersão ou variabilidade, quando expressas em unidades diferentes. 67
68 Medidas de Dispersão Para contornar essas dificuldades e limitações, podemos caracterizar a dispersão ou variabilidade dos dados em termos relativos a seu valor médio, media essa denominada coeficiente de variação (CV). CV = σ x 100 xҧ 68
69 Medidas de Dispersão Exemplo: Tomemos os resultados das medidas das estaturas e dos pesos de um mesmo grupo de indivíduos: xҧ σ ESTATURAS 175 cm 5,0 cm PESOS 68 kg 2,0 kg 69
70 Medidas de Dispersão Temos: CVE= CVE= 2 68 x 100 = 0,0285 x 100 = 2,85% x 100 = 0,0294 x 100 = 2,94% 70
71 Medidas de Dispersão Logo, nesse grupo de indivíduos, os pesos apresentam maior grau de dispersão que as estaturas. 71
72 Medidas de Dispersão Exercícios 1. Calcule o coeficiente de variação do slide 59 72
73 Medidas de Dispersão Exercícios 2. Calcule o coeficiente de variação da tabela abaixo 73
74 Medidas de Dispersão Exercícios 2. Calcule o coeficiente de variação da tabela abaixo 74
75 Conceitos básicos de probabilidade Utilizamos o conceito intuitivo de probabilidade em diversas situações de nossas vidas, diariamente. Antes de sair de casa, analisamos, por exemplo, a probabilidade de chover para decidir se levamos ou não o guarda-chuva. Utilizamos neste exemplo o conceito intuitivo de probabilidade para tomar nossa decisão. 75
76 Conceitos básicos de probabilidade As probabilidades dizem respeito a situações em que existe aleatoriedade. Ou seja, em que o resultado a ser obtido depende de fatores imponderáveis do acaso. 76
77 Conceitos básicos de probabilidade Em estatística, quando falamos em um resultado, ele se expressa no valor de uma variável. Se o valor depende do acaso, a variável que expressa esse valor é chamada de variável aleatória. 77
78 Conceitos básicos de probabilidade Podemos chamar de variável aleatória, por exemplo, o resultado de um jogo de par ou ímpar, sendo que a variável "resultado" poderia assumir os valores "par" ou "ímpar". Cada resultado de uma variável aleatória terá uma chance, maior ou menor, de ser observado. Estabelecer a magnitude dessas chances é o que se busca no cálculo de probabilidades. 78
79 Conceitos básicos de probabilidade Para determinar a probabilidade de que ocorra um determinado evento E como resultado de uma variável aleatória, precisamos analisar quantos são os resultados possíveis em geral e quantos são aqueles favoráveis ao evento E. A probabilidade de o evento E ocorrer, que será denotada por P(E), será a razão entre o número específico de eventos que são favoráveis a E, ao qual chamaremos n E, pelo número total de eventos possíveis, ao qual chamaremos n tot. 79
80 Conceitos básicos de probabilidade O conjunto de todos os eventos possíveis também é chamado de "espaço amostral". A fórmula para este cálculo será, então: P E = n E n tot O valor da probabilidade P será sempre um número entre 0 e 1. 80
81 Conceitos básicos de probabilidade Vejamos porque: A maior probabilidade possível está relacionada ao maior número possível de eventos favoráveis a E. O número de eventos favoráveis a E será, no máximo, igual ao número total de eventos possíveis. Dessa forma, n E será igual a n tot e a divisão de um pelo outro será igual a 1. 81
82 Conceitos básicos de probabilidade A menor probabilidade possível está relacionada ao menor número possível de eventos favoráveis a E. O número de eventos favoráveis a E será, no mínimo, zero, visto que uma contagem de eventos não pode ser negativa. Assim sendo, a menor probabilidade possível é zero. 82
83 Conceitos básicos de probabilidade É bastante comum falar de porcentagens utilizando a notação percentual. Por exemplo, uma probabilidade 0,6 seria descrita como uma probabilidade de 60%. Para chegarmos a este número, simplesmente multiplicamos o valor encontrado no cálculo da probabilidade por 100. Trata-se simplesmente de duas maneiras de escrever o mesmo valor. 83
84 Conceitos básicos de probabilidade Vejamos então como se calcula a probabilidade de ocorrência de um determinado evento: Exemplo: Numa festa de escola são realizados alguns sorteios de brindes entre os alunos, cujas idades estão apresentadas na tabela ao lado: 84
85 Conceitos básicos de probabilidade Um aluno será sorteado para ganhar o primeiro brinde. Qual é a probabilidade de ser um aluno de 8 anos? Resolução: N tot = 85 Número de eventos favoráveis: n 8 = 17 Teremos, então: P 8 = n 8 = 17 n tot 85 = 0,2 ou 20% 85
86 Conceitos básicos de probabilidade Exercício: No lançamento de um dado, qual é a probabilidade de ser sorteada uma face de número par? a) 10% b) 20% c) 40% d) 50% e) 70% 86
87 Conceitos básicos de probabilidade Alguns cuidados na interpretação de uma probabilidade. O estudo das probabilidades é uma importante ferramenta matemática para tomarmos decisões em relação a eventos futuros, tomando por base o conhecimento adquirido em experiências passadas. Existem, entretanto, alguns cuidados que precisam ser tomados na interpretação de resultados de probabilidade para não se chegar a conclusões equivocadas. 87
88 Conceitos básicos de probabilidade Lembrar que a portabilidade dos resultados para as probabilidades calculadas a partir de certo conjunto de dados só vale se a situação descrita for similar àquela em questão. É comum que se utilizem estudos gerados em um país para analisar a economia de outro, ou produtos com diferentes especificações etc. Há vezes em que a utilização é válida, mas em outras não. Assim, busque ter um olhar crítico. 88
89 Conceitos básicos de probabilidade Quando a probabilidade de um evento é zero, isso não quer dizer obrigatoriamente que ele não ocorrerá. Quer dizer somente que entre os dados disponíveis não havia nenhum que correspondesse ao evento em questão. Temos, como exemplos de casos assim, todos os eventos historicamente novos ou aqueles que são extremamente raros. No entanto, tudo aquilo que é impossível terá, necessariamente, probabilidade nula. 89
90 Conceitos básicos de probabilidade Do mesmo modo que a probabilidade nula (zero) não quer dizer que algo seja totalmente impossível, também a probabilidade de valor 1 (ou 100%) não significa certeza absoluta de que algo acontecerá. Entram nessa categoria os eventos cuja não ocorrência é extremamente rara ou são aqueles que acabam não ocorrendo por causa de um evento imponderável e imprevisível. Do mesmo modo, algo que seja certeza terá probabilidade igual a um. 90
91 Conceitos básicos de probabilidade Origem dos dados: Quando estudamos probabilidades, podemos analisar situações em que os valores conhecidos das variáveis são empíricos ou analíticos. Na sequência definiremos cada um deles. Os dados analíticos e os empíricos são tratados de maneira diferente. Vamos verificar essa distinção, mostrando como utilizar os dados de ambos os tipos. 91
92 Conceitos básicos de probabilidade Dados empíricos: São aqueles cujos valores são observados na prática. Fazem parte dessa classificação todos os dados oriundos de pesquisas de campo, como a idade das pessoas de certo grupo, os valores de preços de mercado etc. Para efeitos didáticos, os dados do tipo empírico utilizados não foram retirados da realidade, mas simulam valores que poderiam ter sido encontrados dessa maneira. 92
93 Conceitos básicos de probabilidade Dados analíticos: Os dados analíticos têm um caráter diferente, eles não precisam ser medidos diretamente, visto que a análise das características do sistema estudado já nos dá os valores possíveis da variável aleatória, bem como a proporção em que eles se encontram. Como exemplo dessa classe de dados temos os jogos de azar, como o jogo de uma moeda, o jogo de dados ou o sorteio de cartas, por exemplo. 93
94 Conceitos básicos de probabilidade Dados analíticos: Por exemplo, quando jogamos uma moeda, sabemos que haverá somente dois resultados possíveis: face cara ou face coroa. Em princípio, podemos assumir que a moeda é equilibrada e que a ocorrência de uma ou outra face dependerá somente do acaso e com igual proporção. 94
95 Conceitos básicos de probabilidade Dados analíticos: Assim, a própria análise do lançamento de uma moeda já nos dá a informação necessária para calcularmos as probabilidades de ocorrência de um evento relacionado: P (cara) = 1/2 = 0,5 = 50% P (coroa) =1/2 = 0,5 = 50% 95
96 Conceitos básicos de probabilidade No lançamento simultâneo de 2 moedas, qual é a probabilidade de obtermos 2 caras? a) 1/4 b) 2/4 c) 3/4 d) 4/4 e) 0 96
Unidade III ESTATÍSTICA. Prof. Fernando Rodrigues
Unidade III ESTATÍSTICA Prof. Fernando Rodrigues Medidas de dispersão Estudamos na unidade anterior as medidas de tendência central, que fornecem importantes informações sobre uma sequência numérica. Entretanto,
Leia maisVimos que é possível sintetizar os dados sob a forma de distribuições de frequência e gráficos. Pode ser de interesse apresentar esses dados através d
UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DE POSIÇÃO E DISPERSÃO Departamento de Estatística Luiz Medeiros Vimos que é possível sintetizar os dados sob a forma de distribuições de frequência e gráficos.
Leia maisMEDIDAS DE POSIÇÃO. Lucas Santana da Cunha Universidade Estadual de Londrina. 26 de abril de 2017
MEDIDAS DE POSIÇÃO Lucas Santana da Cunha lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 26 de abril de 2017 Introdução Medidas de posição São utilizadas para sintetizar,
Leia maisAula 4 Medidas de dispersão
AULA 4 Aula 4 Medidas de dispersão Nesta aula, você estudará as medidas de dispersão de uma distribuição de dados e aprenderá os seguintes conceitos: amplitude desvios em torno da média desvio médio absoluto
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 maisMedidas de Dispersão. Prof.: Joni Fusinato
Medidas de Dispersão Prof.: Joni Fusinato joni.fusinato@ifsc.edu.br jfusinato@gmail.com 1 Dispersão Estatística As medidas de posição (média, mediana, moda) descrevem características dos valores numéricos
Leia maisUnidade I ESTATÍSTICA APLICADA. Prof. Mauricio Fanno
Unidade I ESTATÍSTICA APLICADA Prof. Mauricio Fanno Estatística indutiva Estatística descritiva Dados no passado ou no presente e em pequena quantidade, portanto, reais e coletáveis. Campo de trabalho:
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 maisAdilson Cunha Rusteiko
Janeiro, 2015 Estatística , A Estatística Estatística: É a parte da matemática aplicada que fornece métodos para coleta, organização, descrição, análise e interpretação
Leia maisAULA 2 UNIDADE 1 DISTRIBUIÇÃO DE FREQUÊNCIAS 1.1 INTRODUÇÃO
AULA UNIDADE 1 DISTRIBUIÇÃO DE FREQUÊNCIAS 1.1 INTRODUÇÃO As tabelas estatísticas, geralmente, condensam informações de fenômenos que necessitam da coleta de grande quantidade de dados numéricos. No caso
Leia maisMedidas de Tendência Central. Introdução Média Aritmética Moda Mediana Análise de Assimetria Separatrizes
Medidas de Tendência Central Introdução Média Aritmética Moda Mediana Análise de Assimetria Separatrizes Introdução A maioria dos dados apresenta uma tendência de se concentrar em torno de um ponto central
Leia maisPara caracterizar um conjunto de dados é importante não só a média, mas também a dispersão dos valores em torno da média
1 É muito diferente ter uma situação em que o salário médio mensal é R$600 e todos ganham R$600, ou ter o mesmo salário médio mas em que metade das pessoas ganha R$300 e a outra metade ganha R$900. Para
Leia maisUNIVERSIDADE FEDERAL DA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros
UNIVERSIDADE FEDERAL DA PARAÍBA Variáveis Aleatórias Departamento de Estatística Luiz Medeiros Introdução Como sabemos, características de interesse em diversas áreas estão sujeitas à variação; Essa variabilidade
Leia maisUnidade I ESTATÍSTICA APLICADA. Prof. Luiz Felix
Unidade I ESTATÍSTICA APLICADA Prof. Luiz Felix O termo estatística Provém da palavra Estado e foi utilizado originalmente para denominar levantamentos de dados, cuja finalidade era orientar o Estado em
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 maisMedidas de Tendência Central
ESTATÍSTICA DESCRITIVA Medidas de Tendência Central 3 MEDIDAS DE TENDÊNCIA CENTRAL 3.1 Média Aritmética Uma das mais importantes medidas estatísticas utilizadas é a média. Ela é, por exemplo, utilizada
Leia maisMedidas de Dispersão 1
Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti Medidas de Dispersão 1 Introdução Uma breve reflexão sobre as medidas de tendência central permite-nos concluir que elas não
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 maisMétodos Estatísticos Básicos
Aula 4 - Medidas de dispersão Departamento de Economia Universidade Federal de Pelotas (UFPel) Abril de 2014 Amplitude total Amplitude total: AT = X max X min. É a única medida de dispersão que não tem
Leia maisAs outras medidas de posição são as separatrizes, que englobam: a própria mediana, os decis, os quartis e os percentis.
RESUMO Medidas de Posição são as estatísticas que representam uma série de dados orientando-nos quanto à posição da distribuição em relação ao eixo horizontal do gráfico da curva de frequência As medidas
Leia mais)XQGDPHQWRVGHSUREDELOLGDGHHHVWDWtVWLFD
)XQGDPHQWRVGHUREDELOLGDGHHHVWDWtVWLFD,QWURGXomR A história da estatística pode ser dividida em três fases. De acordo com PEANHA (00), a estatística inicialmente não mantinha nenhuma relação com a probabilidade,
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 maisBIOESTATÍSTICA. Unidade III - Medidas de Tendência Central e de Dispersão
BIOESTATÍSTICA Unidade III - Medidas de Tendência Central e de Dispersão 0 INTRODUÇÃO Vamos abordar um assunto importante no que diz respeito a transmissão das informações relativas à amostra ou população
Leia maisCURSO DE SPSS AULA 2 MEDIDAS DESCRITIVAS. UFBA/FACED José Albertino Lordello Sheila Regina Pereira
CURSO DE SPSS AULA 2 MEDIDAS DESCRITIVAS UFBA/FACED José Albertino Lordello Sheila Regina Pereira MEDIDAS RESUMO Uma maneira conveniente de descrever um grupo como um todo é achar um número único que represente
Leia maisMedidas Descritivas de Posição, Tendência Central e Variabilidade
Medidas Descritivas de Posição, Tendência Central e Variabilidade Prof. Gilberto Rodrigues Liska UNIPAMPA 27 de Março de 2017 Material de Apoio e-mail: gilbertoliska@unipampa.edu.br Sumário 1 Introdução
Leia maisCoeficiente de Assimetria
Coeficiente de Assimetria Rinaldo Artes Insper Nesta etapa do curso estudaremos medidas associadas à forma de uma distribuição de dados, em particular, os coeficientes de assimetria e curtose. Tais medidas
Leia maisVARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADE
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADE.1 INTRODUÇÃO Admita que, de um lote de 10 peças, 3 das quais são defeituosas, peças são etraídas ao acaso, juntas (ou uma a uma, sem reposição). Estamos
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 maisUNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Luiz Medeiros http://www.de.ufpb.br/~luiz/ MEDIDAS DESCRITIVAS Vimos que é possível sintetizar os dados sob a forma de distribuições
Leia maisMétodos Estatísticos Básicos
Aula 3 - Medidas de tendência central Departamento de Economia Universidade Federal de Pelotas (UFPel) Abril de 014 Média aritmética Denição As medidas de tendência central são estatísticas que caracterizam
Leia maisMódulo III Medidas de Tendência Central ESTATÍSTICA
Módulo III Medidas de Tendência Central ESTATÍSTICA Objetivos do Módulo III Determinar a média, mediana e moda de uma população e de uma amostra Determinar a média ponderada de um conjunto de dados e a
Leia maisESTATÍSTICA. na Contabilidade Parte 5. Medidas Estatísticas
ESTATÍSTICA na Contabilidade Parte 5 Luiz A. Bertolo Medidas Estatísticas A distribuição de frequências permite-nos descrever, de modo geral, os grupos de valores (classes) assumidos por uma variável.
Leia maisMedidas de Tendência Central e Medidas de Dispersão
Aula # 10 Medidas de Tendência Central e Medidas de Dispersão Professor: Dr. Wilfredo Falcón Urquiaga Professor Titular Engenheiro em Telecomunicações e Eletrônica Doutor em Ciências Técnicas Email: falconcuba2007@gmail.com
Leia maisESTATÍSTICA. PROF. RANILDO LOPES U.E PROF EDGAR TITO
ESTATÍSTICA PROF. RANILDO LOPES http://ueedgartito.wordpress.com U.E PROF EDGAR TITO Introdução à Estatística Básica 1- O que é Estatística? A Estatística é uma ciência exata que visa fornecer subsídios
Leia maisA Estatística é aplicada como auxílio nas tomadas de decisão diante de incertezas para justificar cientificamente as decisões
A IMPORTÂNCIA DA ESTATÍSTICA A Estatística é aplicada como auxílio nas tomadas de decisão diante de incertezas para justificar cientificamente as decisões Governo Indústria Ciências Econômicas, sociais,
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 maisEstatística Aplicada. Prof. Carlos Alberto Stechhahn PARTE I ESPAÇO AMOSTRAL - EVENTOS PROBABILIDADE PROBABILIDADE CONDICIONAL.
Estatística Aplicada Administração p(a) = n(a) / n(u) PARTE I ESPAÇO AMOSTRAL - EVENTOS PROBABILIDADE PROBABILIDADE CONDICIONAL Prof. Carlos Alberto Stechhahn 2014 1. Noções de Probabilidade Chama-se experimento
Leia mais25/08/2016. Estatística. Estatística. Medidas Estatísticas Medidas de Posição. Mariele Bernardes. Mariele Bernardes
s 12/08/2016 As medidas estatísticas resumem as informações obtidas dando uma visão global dos dados. s ou estimadores dados da amostra Parâmetros dados populacionais. de posição de dispersão de posição
Leia maisProfessora conteudista: Maria Ester Domingues de Oliveira. Revisor: Francisco Roberto Crisóstomo
Estatística Básica Professora conteudista: Maria Ester Domingues de Oliveira Revisor: Francisco Roberto Crisóstomo Sumário Estatística Básica Unidade I 1 CICLO SEMPRE CRESCENTE...2 2 ESTATÍSTICA: CIÊNCIA
Leia maisEstatística Descritiva
Estatística Descritiva ESQUEMA DO CAPÍTULO 6.1 IMPORTÂNCIA DO SUMÁRIO E APRESENTAÇÃO DE DADOS 6.2 DIAGRAMA DE RAMO E FOLHAS 6.3 DISTRIBUIÇÕES DE FREQUÊNCIA E HISTOGRAMAS 6.4 DIAGRAMA DE CAIXA 6.5 GRÁFICOS
Leia maisNeste artigo abordaremos um pouco sobre média, mediana e desvio padrão assim como o seus respectivos desenvolvimentos no Excel. Acompanhe a seguir.
Este conteúdo faz parte da série: Excel Estatística Básica Ver 3 posts dessa série Fazer média, mediana e desvio padrão no Excel não é tão complicado quanto parece. Dentro da matéria de estatística existem
Leia mais! ( ) Se todos os policiais em questão estiverem habilitados a dirigir, então, formadas as equipes, a quantidade de maneiras distintas de se organizar uma equipe dentro de um veículo com cinco lugares
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 mais22/02/2014. AEA Leitura e tratamento de dados estatísticos apoiado pela tecnologia da informação. Medidas Estatísticas. Medidas Estatísticas
Universidade Estadual de Goiás Unidade Universitária de Ciências Socioeconômicas e Humanas de Anápolis AEA Leitura e tratamento de dados estatísticos apoiado pela tecnologia da informação Prof. Elisabete
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 maisProf. Francisco Crisóstomo
Unidade II ESTATÍSTICA BÁSICA Prof. Francisco Crisóstomo Unidade II Medidas de posição Medidas de posição Tem como característica definir um valor que representa um conjunto de valores (rol), ou seja,
Leia maisPROBABILIDADE E ESTATISTICA. Unidade III Medidas de Posição
PROBABILIDADE E ESTATISTICA Unidade III Medidas de Posição 0 1 MEDIDAS DE POSIÇÃO As medidas de posições mais importantes são as medidas de tendência central e as medidas separatrizes. As medidas de tendência
Leia maisMATEMÁTICA FINANCEIRA
MATEMÁTICA FINANCEIRA Progressão Aritmética e Geométrica Progressão Aritmética Uma sucessão de números na qual a diferença entre dois termos consecutivos é constante, é denominada progressão aritmética,
Leia maisEstatística descritiva básica: Medidas de tendência central
Estatística descritiva básica: Medidas de tendência central ACH2021 Tratamento e Análise de Dados e Informações Marcelo de Souza Lauretto marcelolauretto@usp.br www.each.usp.br/lauretto *Parte do conteúdo
Leia maisESTATÍSTICA. PROF. RANILDO LOPES U.E PROF EDGAR TITO
ESTATÍSTICA PROF. RANILDO LOPES http://ueedgartito.wordpress.com U.E PROF EDGAR TITO 1 ESTATÍSTICA MEDIDAS DE TENDÊNCIA CENTRAL MEDIDAS DE DISPERSÃO 2 Estatística ELEMENTOS TÍPICOS DE UMA DISTRIBUIÇÃO:
Leia maisUnidade II ESTATÍSTICA. Prof. Celso Guidugli
Unidade II ESTATÍSTICA Prof. Celso Guidugli Medidas ou parâmetros estatísticos Valores que permitem uma imagem sintetizada do comportamento de uma amostra. Dividem-se em dois grandes grupos: medidas de
Leia maisRACIOCÍNIO LÓGICO-QUANTITATIVO Prova comentada ANAC / ANALISTA / 2016 Professor Josimar Padilha
RACIOCÍNIO LÓGICO-QUANTITATIVO Prova comentada ANAC / ANALISTA / 2016 Professor Josimar Padilha 1. A negação da proposição se choveu, então o voo vai atrasar pode ser logicamente descrita por: a. não choveu
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 maisDados de identificação do Acadêmico: Nome: Login: CA: Cidade: UF Assinatura: CARTÃO RESPOSTA
ANÁLISE E DESENVOLVIMENTO DE SISTEMAS TURMA 2008 4º PERÍODO 7º MÓDULO AVALIAÇÃO A2 DATA 08/10/2009 ESTATÍSTICA 2009/2 Dados de identificação do Acadêmico: Nome: Login: CA: Cidade: UF Assinatura: CARTÃO
Leia maisIntrodução à Estatística Estatística Descritiva 22
Introdução à Estatística Estatística Descritiva 22 As tabelas de frequências e os gráficos constituem processos de redução de dados, no entanto, é possível resumir de uma forma mais drástica esses dados
Leia maisUNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS
UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Tarciana Liberal Vimos que é possível sintetizar os dados sob a forma de distribuições de freqüências e gráficos. Pode ser
Leia maisIntervalos de Confiança
Intervalos de Confiança INTERVALOS DE CONFIANÇA.1 Conceitos básicos.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição numérica de
Leia maisREVISÃO DOS CONTEÚDOS
REVISÃO DOS CONTEÚDOS As quatro operações fundamentais As operações fundamentais da matemática são quatro: Adição (+), Subtração (-), Multiplicação (* ou x ou.) e Divisão (: ou / ou ). Em linguagem comum,
Leia maisVariáveis Aleatórias - VA
Variáveis Aleatórias - VA cc ck kc kk 0 1 2 1/4 1/2 Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM - Introdução Se entende por VA ou V. indicadoras uma lista de valores
Leia maisAula 00 Aula Demonstrativa
Aula 00 Modelos de questões comentadas CESPE-UnB... 3 Relação das questões comentadas... 12 Gabaritos... 13 1 Olá, pessoal. Como vocês já sabem, saiu o edital para o concurso do TCE-SC. Esta é a aula demonstrativa
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 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 maisTópico 3. Estudo de Erros em Medidas
Tópico 3. Estudo de Erros em Medidas A medida de uma grandeza é obtida, em geral, através de uma experiência, na qual o grau de complexidade do processo de medir está relacionado com a grandeza em questão
Leia maisVariáveis Aleatórias. Prof. Tarciana Liberal Departamento de Estatística - UFPB
Variáveis Aleatórias Prof. Tarciana Liberal Departamento de Estatística - UFPB Introdução Ao descrever o espaço amostral de um experimento aleatório, não especificamos que um resultado individual seja
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 maisDescrevendo Distribuições com Números TADI
Descrevendo Distribuições com Números TADI 1 Quanto ganha quem tem curso superior? Entrevistamos 15 pessoas que responderam (em milhares de R$/mês): 11 2,5 5 5 5,5 3 3,5 3 0,4 3,2 5 3 3,2 7,4 6 Salário
Leia maisAula 02 mtm B MATEMÁTICA BÁSICA
Aula 0 mtm B MATEMÁTICA BÁSICA Estatística Medidas de Tendência Central Para melhor caracterizar um conjunto de números de uma amostra, é preciso escolher um valor único que represente todos os outros
Leia maisESTATÍSTICA. na Contabilidade Parte 4. Medidas Estatísticas
ESTATÍSTICA na Contabilidade Parte 4 Luiz A. Bertolo Medidas Estatísticas A distribuição de frequências permite-nos descrever, de modo geral, os grupos de valores (classes) assumidos por uma variável.
Leia maisProbabilidade e Estatística. Prof. Dr. Jhames Sampaio
Probabilidade e Estatística Prof. Dr. Jhames Sampaio Medidas de Posição Moda observação mais frequente Medidas de Posição Moda observação mais frequente Vamos considerar a pesquisa do Twitter onde foram
Leia maisCV de VT - Um assunto recorrente em provas da ESAF
CV de VT - Um assunto recorrente em provas da ESAF Freqüentemente temos, principalmente em provas da ESAF, questões envolvendo o Coeficiente de Variação de Variáveis Transformadas. São dadas a Média e
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 maisESTATÍSTICA BÁSICA. Freqüência Absoluta: Número de vezes que um elemento ocorre em uma amostra.
ESTATÍSTICA BÁSICA. Apresentação Estatística é a parte da Matemática que organiza e analisa dados coletados em uma amostra de um conjunto. Com base nos resultados, faz projeções para todo o conjunto com
Leia maisBioestatística Medidas de tendência central, posição e dispersão PARTE II Roberta de Vargas Zanini 11/05/2017
Bioestatística Medidas de tendência central, posição e dispersão PARTE II Roberta de Vargas Zanini 11/05/2017 10/03/2016 As medidas de tendência central são uma boa forma para descrever resumidamente
Leia maisUnidade I. Profa. Ana Carolina Bueno
Unidade I ESTATÍSTICA Profa. Ana Carolina Bueno Estatística Interpretar processos em que há variabilidade. Estatísticas indica qualquer coleção de dados quantitativos, ou ainda, ramo da matemática que
Leia maisAmostra: é uma parte da população retirada para ser analisada, a qual permite que se conheça tal população.
1 Estatística é a parte da Matemática Aplicada que fornece métodos para a coleta, organização, apresentação, análise e interpretação de dados para a tomada de decisões. Aplicações da estatística: _ Um
Leia maisUNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Luiz Medeiros http://www.de.ufpb.br/~luiz/ As medidas de posição apresentadas fornecem a informação dos dados apenas a nível
Leia maisInferência Estatística: Conceitos Básicos I
Inferência Estatística: Conceitos Básicos I Introdução, Medidas de Tendência Central, Medidas de Variabilidade, Distribuições de Frequência e Probabilidade Flávia F. Feitosa BH1350 Métodos e Técnicas de
Leia maisUnidade IV ESTATÍSTICA. Prof. Fernando Rodrigues
Unidade IV ESTATÍSTICA Prof. Fernando Rodrigues Análise combinatória Analise combinatória é a área da Matemática que trata dos problemas de contagem. Ela é utilizada para contarmos o número de eventos
Leia mais2) Dados os valores a seguir, , determinar a moda dos mesmos.
1) O gráfico abaixo, apresenta dados referentes a faltas por dia em uma classe, durante um certo período de tempo. 1 De acordo com o gráfico, no período observado, ocorreram: (A) 15 faltas em 8 dias. (B)
Leia maisQUESTÕES DE CONCURSOS PÚBLICOS ESTATÍSTICA DESCRITIVA
QUESTÕES DE CONCURSOS PÚBLICOS ESTATÍSTICA DESCRITIVA 1) Um pesquisador que ordena uma lista de cidades segundo o ritmo de vida, do mais lento para o mais acelerado, está operando no nível de medida: (A)
Leia maisAula 2. ESTATÍSTICA E TEORIA DAS PROBABILIDADES Conceitos Básicos
Aula 2 ESTATÍSTICA E TEORIA DAS PROBABILIDADES Conceitos Básicos 1. DEFINIÇÕES FENÔMENO Toda modificação que se processa nos corpos pela ação de agentes físicos ou químicos. 2. Tudo o que pode ser percebido
Leia maisSequências Generalizando um pouco, podemos então dizer que sequências de elementos são grupos com elementos obedecendo a determinada ordem. Obteremos uma sequência diferente quando se altera a ordem. No
Leia maisNoções sobre Probabilidade
Noções sobre Probabilidade Introdução Vimos anteriormente como apresentar dados em tabelas e gráficos, e também como calcular medidas que descrevem características específicas destes dados. Mas além de
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 maisMedidas Estatísticas de Posição
Medidas Estatísticas de Posição 1 - Medidas de Tendência Central Denição medida de tendência central é um único valor que representa ou tipica um conjunto de valores. Nunca pode ser menor que o menor valor
Leia maisEstimando probabilidades
A UA UL LA Estimando probabilidades Introdução Nas aulas anteriores estudamos o cálculo de probabilidades e aplicamos seu conceitos a vários exemplos. Assim, vimos também que nem sempre podemos calcular
Leia maisMedidas Resumo. Medidas de Posição/ Medidas de Dispersão. A intenção desse trabalho é introduzir os conceitos de Medidas de posição e de dispersão.
Medidas Resumo Medidas de Posição/ Medidas de Dispersão A intenção desse trabalho é introduzir os conceitos de Medidas de posição e de dispersão. Prof. MSc. Herivelto Marcondes Março/2009 1 Medidas Resumo
Leia maisTratamento estatístico de observações
Tratamento estatístico de observações Prof. Dr. Carlos Aurélio Nadal OBSERVAÇÃO: é o valor obtido durante um processo de medição. DADO: é o resultado do tratamento de uma observação (por aplicação de uma
Leia maisESTATÍSTICA Parte II
ESTATÍSTICA Parte II PARA OS CURSOS TÉCNICOS Material Didático Elaborado por: Alessandro da Silva Saadi MESTRE EM MATEMÁTICA 1 Capítulo 1 Escola Técnica Estadual Getúlio Vargas ESTATÍSTICA II Prof. Me.
Leia maisImportantes propriedades da Média, da Variância e do Desvio Padrão:
Importantes propriedades da Média, da Variância e do Desvio Padrão: É importantíssimo o perfeito conhecimento de algumas propriedades da Média, da Variância e do Desvio Padrão para resolver, com facilidade,
Leia maisaula DISTRIBUIÇÃO NORMAL - PARTE I META OBJETIVOS PRÉ-REQUISITOS Apresentar o conteúdo de distribuição normal
DISTRIBUIÇÃO NORMAL - PARTE I 4 aula META Apresentar o conteúdo de distribuição normal OBJETIVOS Ao final desta aula, o aluno deverá: determinar a média e a variância para uma função contínua; padronizar
Leia maisENTENDENDO OS CONCEITOS DE RISCO E RETORNO - (Parte II)
ENTENDENDO OS CONCEITOS DE RISCO E RETORNO - (Parte II)! Como calcular o retorno usando dados históricos?! Como calcular a variância e o desvio padrão?! A análise do retorno através da projeção de retornos
Leia maisAula 4 Conceitos Básicos de Estatística
Aula 4 Conceitos Básicos de Estatística A Estatística é a ciência de aprendizagem a partir de dados. Trata-se de uma disciplina estratégica, que coleta, analisa e interpreta informações numéricas para
Leia maisProbabilidade - aula II
2012/02 1 Interpretações de Probabilidade 2 3 Amostras Aleatórias e Objetivos Ao final deste capítulo você deve ser capaz de: Calcular probabilidades de eventos conjuntos. Interpretar e calcular probabilidades
Leia maisEXEMPLOS Resolva as equações em : 1) Temos uma equação completa onde a =3, b = -4 e c = 1. Se utilizarmos a fórmula famosa, teremos:
EQUAÇÃO DE SEGUNDO GRAU INTRODUÇÃO Equação é uma igualdade onde há algum elemento desconhecido Como exemplo, podemos escrever Esta igualdade é uma equação já conhecida por você, pois é de primeiro grau
Leia maisDistribuições Amostrais
Estatística II Antonio Roque Aula Distribuições Amostrais O problema central da inferência estatística é como fazer afirmações sobre os parâmetros de uma população a partir de estatísticas obtidas de amostras
Leia maisSEQUÊNCIA DIDÁTICA PODCAST ÁREA CIÊNCIAS DA NATUREZA I MATEMÁTICA - ENSINO MÉDIO
SEQUÊNCIA DIDÁTICA PODCAST ÁREA CIÊNCIAS DA NATUREZA I MATEMÁTICA - ENSINO MÉDIO Título do Podcast Área Segmento Duração Progressão Geométrica Ciências da Natureza I Matemática Ensino médio 5min34seg Habilidades:
Leia maisMEDIDAS DE DISPERSÃO. Os dados a seguir referem-se ao índice pluviométrico de três cidades no Estado de São Paulo, em 3 diferentes ocasiões
MEDIDAS DE DISPERSÃO Os dados a seguir referem-se ao índice pluviométrico de três cidades no Estado de São Paulo, em 3 diferentes ocasiões Cidade A: 185, 185, 185 x 185mm Cidade B: 18, 184, 189 x 185mm
Leia maisPlano da Apresentação. Medidas de localização central. Medidas de localização central. Média. Média. Exemplo nota média em Metodologias
Metodologia de Diagnóstico e Elaboração de Relatório FASHT Plano da Apresentação Mediana Moda Outras médias: a média geométrica Profª Cesaltina Pires cpires@uevora.pt Metodologias de Diagnóstico Profª
Leia mais