Stela Adami Vayego DEST/UFPR
|
|
- Aníbal Canedo Dinis
- 6 Há anos
- Visualizações:
Transcrição
1 Resumo 4 - Resumo dos dados numéricos por meio de números (continuação) 4. A importância do desvio padrão Para se entender a importância que o desvio padrão representa na análise de dados estatísticos, é necessário a introdução de um teorema desenvolvido pelo matemático russo Tchebysheff, que pode ser aplicado a qualquer conjunto de observações (amostra ou população). Teorema de Tchebysheff: Dado um número k 1, e dado um conjunto de n observações, x 1, x 2,..., x n, da variável X, é certo que pelo menos 1 2 dessas observações pertencerão ao intervalo de k desvios antes e k desvios além da média dessas observações. A idéia: Um intervalo é construído, medindo-se uma distância ks para cada lado da média X. Calculando a fração 1 2, o teorema afirma que pelo menos aquela fração do número total de observações, irá pertencer ao intervalo. Deste modo: 3 Quando k = 2, o teorema afirma que 1 = 2 (75%) das observações pertencerão ao intervalo 2 4 [ x±2s]. 8 Quando k = 3, o teorema afirma que 1 = 2 (88,89%) das observações pertencerão ao 3 9 intervalo [ x±3s]. Exemplo 8: A média e a variância de uma amostra com n = 25 observações são 75 e 100, respectivamente. Usar o Teorema de Tchebysheff para descrever a distribuição dessas observações. Resolução: Como x = 75 e s 2 = 100 (s = 10), a distribuição das observações é centrada em x = 75, e o Teorema de Tchebysheff diz que: (a) Pelo menos 4 3 (75%) das observações pertencerão ao intervalo [ x±2s] = [55; 95]. (b) Pelo menos 9 8 (88,89%) das observações pertencerão ao intervalo [ x±3s] = [45; 105]. É importante enfatizar o pelo menos do Teorema de Tchebysheff, por ser esse teorema pessimista, quando aplicado a qualquer distribuição de observações. Na maior parte dos casos, a fração de observações contidas nesse intervalo especificado irá exceder a 1 2. Quando a distribuição dos dados é simétrica, existe uma regra que nos permite determinar a freqüência de dados contidos em certos intervalos construídos a partir do conhecimento da média e do desvio-padrão. Os intervalos mais comuns são aqueles simétricos em torno da média e que se afastam dela por um, dois ou três desvios-padrão, para a direita e para a esquerda, como ilustrado a seguir:
2 Exemplo 9: Realiza-se uma pesquisa a fim de avaliar o tempo necessário para a realização de uma certa operação manual em um laboratório. Esse tempo é medido para cada uma de n = 40 mulheres. A média e o desvio padrão obtidos foram 12,8 e 1,7, respectivamente. 5. Outras Medidas de Posição 5.1. Percentis, Quartis e Decis Dados que produzem histogramas simétricos são adequadamente descritos e sintetizados pela média e o desvio-padrão. Isso não ocorre em distribuições assimétricas. Quando dizemos que certo aluno está entre os 5% melhores do colégio ou que um país está entre os 10% mais pobres, não precisamos nem saber quantos alunos tem o colégio ou em quantos países estão sendo consideradas as rendas. Aqui já houve uma padronização da posição usando-se a porcentagem de alunos ou países com desempenho ou renda abaixo do valor considerado. É este raciocínio que define os percentis. Definição: O percentil de ordem k (onde k é qualquer valor entre 0 e 100), denotado por Pk, é o valor tal que k% dos valores do conjunto de dados são menores ou iguais a ele. Assim, o percentil de ordem 10, o P10, é o valor da variável tal que 10% dos valores são menores ou iguais a ele; o percentil de ordem 65 deixa 65% dos dados menores ou iguais a ele, etc. Os percentis de ordem 10, 20, 30, dividem o conjunto de dados em dez partes com mesmo número de observações e são chamados de decis. Os percentis de ordem 25, 50 e 75 dividem o conjunto de dados em quatro partes com o mesmo número de observações. Existem vários processos para calcular os percentis, usando interpolação. Vamos utilizar um método mais simples. As diferenças serão muito pequenas e desaparecerão à medida que aumenta o número de dados. De modo geral, para se obter o percentil de ordem k, denotado por Pk, após ordenar os dados, k calcula-se o valor L= n. Se L for inteiro, o valor do Pk é a média entre o L-ésimo e o (L+1)-ésimo 100 valores a contar do menor. Se L não for inteiro, arredonde L para o maior inteiro mais próximo, e o valor de Pk será o L-ésimo valor a contar do menor. Exemplo 10: Considere as notas finais dos 40 candidatos ao curso de Direito no Vestibular de certa faculdade, já colocadas em ordem crescente:
3 º Percentil de ordem 10: 10% de 40 = 4. Então o P10 = média(4o e 5o valores)=(42+44)/2 = 43. º Percentil de ordem 95: 95% de 40 = 38. Então o P95 = média(38o e 39o valores)=(95+97)/2 = 96. º Primeiro Quartil: 25% de 40 = 10. Então o Q1 = média(10o e 11o valores)=(49+51)/2 = 50. º Terceiro Quartil: 75% de 40 = 30. Então o Q3 = média(30o e 31o valores)=(86+86)/2 = 86. º Mediana: 50% de 40 = 20. Então mediana = média(20o e 21o valores)=(66+67)/2 = 66,5. 6. Escores Padronizados O processo de padronização consiste em subtrair a média da variável X e dividir por seu desviopadrão. Desse modo, obtém-se uma nova variável de média 0 e desvio-padrão 1, que é denominada variável padronizada. Z = X X S Os escores padronizados são medidas que, calculadas para cada observação do conjunto de dados, nos permitem fazer comparações entre valores de variáveis medidas em escalas diferentes. A idéia é que, na comparação dos resultados (média e desvio-padrão) de dois indivíduos, é importante a padronização em relação ao grupo. Por exemplo, se desejarmos comparar o nível acadêmico dos estudantes de diferentes universidades para a concessão de uma bolsa de estudos, primeiramente, seria injusto concedê-la diretamente ao que possui uma nota média mais elevada, já que a dificuldade para conseguir uma boa qualificação pode ser muito maior em um centro do que em outro, limitando, assim, as possibilidades de um dos estudantes e favorecendo o outro. Nesse caso, o mais correto é comparar as qualificações de ambos os estudantes, mas padronizadas cada uma delas pelas médias e pelos desvios padrão referentes às notas dos alunos de cada universidade. Exemplo 11: Sejam os pesos (em Kg) de 10 recém-nascidos: 3,2 3,2 2,8 2,1 2,9 3,1 3,2 3,0 3,5 4,0 Supondo que nasça um bebê de 4,1 kg, este peso está praticamente dois desvios-padrão acima da média porque: z i = x i x = 4,13,1 = 2,04. s 0,49 Surge o interesse em saber o quando um escore padronizado deve ser considerado grande??? Como já foi visto, pelo do Teorema de Tchebysheff, podemos ter a seguinte regra: Para a maioria dos conjuntos de dados, pelo menos 88% das observações estão no intervalo centrado na média com amplitude de 3 desvios-padrão. Poucas observações estão além de 2 desvios-padrão e raramente há uma observação além de 3 desvios-padrão. Assim, o bebê de 4,1kg tem um peso muito diferente dos outros 10. Não se esperava, a priori, um valor tão grande como o que ocoreu. Devem-se procurar razões substantivas para esse fato. Importante: Não confundir coeficiente de variação e padronização!!!! Os coeficientes de variação servem para comparar as variabilidades de dois conjuntos de valores (amostras ou populações), ao passo que se desejarmos compar dois indivíduos de cada um desses conjuntos, é necessário usar os escores padronizados. Nenhum deles possui unidades e é um erro muito freqüente confundi-los. 7. Estatísticas de achatamento Podemos ter interesse em saber se a distribuição dos dados é mais ou menos achatada (comprida e estreita). Esse achatamento é medido em comparação com uma certa distribuição de freqüências que consideraremos NORMAL (não por casualidade, é esse o nome que recebe a distribuição de referência) Coeficiente de achatamento de Fisher (Curtose) Define-se o coeficiente de achatamento de Fisher (Curtose) como:
4 2 = m 4 s 4 3, em que, m 4 é o momento central de quarta ordem dado por m 4 = 1 n x i x 4. é um coeficiente adimensional, invariante perante trocas de escala e de origem; serve para medir se uma distribuição de frequências é muito achatada ou não. Para afirmar que a distrbuição é comprida ou estreita, deve-se ter um padrão de referência, que é a distribuição NORMAL ou GAUSSIANA, para a qual se tem: m 4 s 4 =3 2 =0 Desse modo, de acordo com 2 classificam-se as distribuição de frequências em: Leptocúrtica: quando 2 0, ou seja, quando a distribuição de frequências é mais achatada que o normal; Mesocúrtica: quando, 2 =0 ou seja, quando a distribuição de frequências é tão achatada quanto o normal; Platicúrtica: quando 2 0, ou seja, quando a distribuição de frequências é menos achatada que o normal. 8. Resumo dos 5-Números O resumo de 5-números associa os limites inferior e superior do conjunto de dados aos quartis, fornecendo uma idéia bastante razoável da dispersão, da tendência central e da forma da distribuição, isto é, do grau de deformação. Título Med Q 1 l Q 3 L 8.1. Box-Plot : É uma representação gráfica dos dados através de seu resumo de 5-números. O Boxplot fornece informações importantes sobre o comportamento dos dados, como a simetria e variabilidade, e auxilia na detecção de outliers. Para sua construção é necessário ter: O primeiro quartil (Q 1 ) A mediana (Med) O terceiro quartil (Q3) O desvio interquartílico (DQ = Q3 Q1)
5 Os pontos que estão a mais de 1,5 DQ do quartil correspondente até 3,0 DQ são chamados pontos externos (outliers) e os que estão a mais de 3,0 DQ, pontos soltos (extremos) Causas do aparecimento de outliers Leitura, anotação ou transcrição incorreta dos dados. Erro na execução do experimento ou na tomada da medida. Mudanças não controláveis nas condições experimentais ou dos pacientes. Características inerentes à variável estudada (por exemplo, grande instabilidade do que está sendo medido Medidas a serem tomadas após detectar outliers O outlier deve ser abandonado quando houver justificativa convincente para isto. (Por exemplo: erro na execução do experimento ou na medida tomada. Após a eliminação do outliers pode-se fazer a análise estatística com o restante dos dados. Se não houver explicação para a existência do outlier, este pode refletir uma característica do que esta sendo estudado. Neste caso, a a observação é incluída na análise e um tratamento especial deve ser dado aos dados. Exemplo 12: Os dados a seguir fornecem a duração média do ciclo menstrual, em fase de pré-ovulação, de 21 mulheres sadias, as quais estavam usando métodos naturais de planejamento familiar. 22,9 26,3 26,6 26,8 26,9 26,9 27,5 27,6 27,6 28,0 28,4 28,4 28,5 28,8 28,8 29,4 29,9 30,0 30,3 31,2 31,8
Aula 03. Medidas Descritivas de Variáveis Quantitativas. Parte 1 Medidas de Tendência Central
Aula 03 Medidas Descritivas de Variáveis Quantitativas Parte 1 Medidas de Tendência Central Stela Adami Vayego - DEST/UFPR 1 2. Medidas de Tendência Central dos Dados Para uma variável quantitativa, uma
Leia maisAula 03. Medidas Descritivas de Variáveis Quantitativas. Parte 1 Medidas de Tendência Central
Aula 03 Medidas Descritivas de Variáveis Quantitativas Parte 1 Medidas de Tendência Central Stela Adami Vayego - DEST/UFPR 1 Medidas de Tendência Central dos Dados Para uma variável quantitativa, uma medida
Leia maisEstatística Aplicada a Negócios
Prof. Dr. Gilberto de Andrade Martins aula 02 1 Estatística Descritiva Aula 2 Ao final desta aula você : - Conhecerá a Estatística Descritiva. - Saberá quais são as principais medidas de dispersão. 2 Medidas
Leia maisEstatística. 1 Medidas de Tendência Central 2 Medidas de Posição 3 Medidas de Dispersão. Renata Souza
Estatística 1 Medidas de Tendência Central 2 Medidas de Posição 3 Medidas de Dispersão Renata Souza Medidas Depois que você conheceu os conceitos de coleta de dados, variação, causas comuns e causas especiais,
Leia maisANÁLISE EXPLORATÓRIA DE DADOS 2ª PARTE
ANÁLISE EXPLORATÓRIA DE DADOS 2ª PARTE 1 Medidas de síntese TERCEIRA maneira de resumir um conjunto de dados referente a uma variável quantitativa. Separatrizes Locação x % x % x % x % Dispersão Forma
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 maisMedidas resumo numéricas
Medidas descritivas Medidas resumo numéricas Tendência central dos dados Média Mediana Moda Dispersão ou variação em relação ao centro Amplitude Intervalo interquartil Variância Desvio Padrão Coeficiente
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 maisn = 25) e o elemento (pois = 19) e terá o valor 8. Verifique que antes e depois do 19 o elemento, teremos 18 elementos.
V) Mediana: A Mediana de um conjunto de números, ordenados crescente ou decrescentemente em ordem de grandeza (isto é, em um rol), será o elemento que ocupe a posição central da distribuição de freqüência
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 maisRepresentação de dados
Representação de dados Passos para construção de um Histograma Passo 1: ordenar o conjunto de dados, ou seja colocar os dados em ordem crescente de grandeza; Passo 2: Determinar o número de classes da
Leia maisUNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ CAMPUS PONTA GROSSA METROLOGIA II
METROLOGIA II Professor: Eng. PAULO ROBERTO CAMPOS ALCOVER JUNIOR Curso de Tecnologia em Fabricação Mecânica 2 Período ; ; ; ; ;. 2 : Definições de Estatística; Conceitos Básicos; Medidas Descritivas:
Leia maisEstatística Descritiva
Probabilidade e Estatística Prof. Dr.Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Estatística Descritiva Distribuição de frequência Para obter informações de interesse sobre a característica
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 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 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 maisESTATÍSTICA DESCRITIVA APLICADA NA SAÚDE. Hospital Universitário Prof. Edgard Santos UFBA Unidade de Planejamento Julho de 2016
ESTATÍSTICA DESCRITIVA APLICADA NA SAÚDE Hospital Universitário Prof. Edgard Santos UFBA Unidade de Planejamento Julho de 2016 AGENDA: DEFINIÇÃO; VARIÁVEIS (CONSTRUÇÃO DE UM BANCO DE DADOS); ORGANIZAÇÃO
Leia maisPrincípios de Bioestatística Aula 4 Análise Descritiva Medidas de Posição: Percentis e Escores Padronizados Box-plot
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Princípios de Bioestatística Aula 4 Análise Descritiva Medidas de Posição: Percentis e Escores Padronizados
Leia mais3 Estatística p/ Descrição, Exploração e Comparação de Dados (Triola 10 a ed.)
3 Estatística p/ Descrição, Exploração e Comparação de Dados (Triola 10 a ed.) C V D O T Centro Variação Distribuição Outliers Tempo Valor representativo ou médio Quanto os valores variam entre eles Natureza
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 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 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 maisEnrico Antonio Colosimo Depto. Estatística UFMG
Bioestatística F Estatística Descritiva Enrico Antonio Colosimo Depto. Estatística UFMG http://www.est.ufmg.br/~enricoc/ Descrição de Dados Variável: característica de interesse variável Qualitativa Quantitativa
Leia maisASSIMETRIA E CURTOSE
ASSIMETRIA E CURTOSE Lucas Santana da Cunha email: lscunha@uel.br Universidade Estadual de Londrina 11 de maio de 2016 Assimetria Numa distribuição estatística, a assimetria é o quanto sua curva de frequência
Leia maisPROBABILIDADE E ESTATÍSTICA ESTATÍSTICA DESCRITIVA
PROBABILIDADE E ESTATÍSTICA ESTATÍSTICA DESCRITIVA Prof.ª Sheila Regina Oro Projeto Recursos Educacionais Digitais Autores: Bruno Baierle e Maurício Furigo ESTATÍSTICA DESCRITIVA A Estatística Descritiva
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 maisMedidas Separatrizes
Prof. Dr. Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 18 de abril de 2018 Londrina 1 / 15 Introdução Para entender bem uma distribuição, pode-se conhecer valores acima
Leia maisAula 2 Planejamento e Análise de Experimentos
Aula 2 Planejamento e Análise de Experimentos Professores Miguel Antonio Sovierzoski, Dr. miguelaso@utfpr.edu.br; Vicente Machado Neto, Dr. vmachado@utfpr.edu.br; Revisão da aula anterior Fatores níveis
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 maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Análise Exploratória de Dados As técnicas de análise exploratória de dados consistem em gráficos simples de desenhar que podem ser
Leia maisApresentação Caule e Folha. Exemplo. Ramo e Folha. Análise Exploratória de Dados
Análise Exploratória de Dados Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ As técnicas de análise exploratória de dados consistem em gráficos simples de desenhar que podem ser
Leia maisNotas de Aula. Estatística Elementar. by Mario F. Triola. Tradução: Denis Santos
Notas de Aula Estatística Elementar 10ª Edição by Mario F. Triola Tradução: Denis Santos Slide 1 Capítulo 3 Estatísticas para Descrição, Exploração e Comparação de Dados 3-1 Visão Geral 3-2 Medidas de
Leia mais1. Registou-se o número de assoalhadas de 100 apartamentos vendidos num bairro residencial
Escola Superior de Tecnologia de Viseu Fundamentos de Estatística 2006/2007 Ficha nº 1 1. Registou-se o número de assoalhadas de 100 apartamentos vendidos num bairro residencial 0; 0; 0; 1; 2; 0; 0; 1;
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 maisMétodos Experimentais em Ciências Mecânicas
Métodos Experimentais em Ciências Mecânicas Professor Jorge Luiz A. Ferreira Pertencem ao grupo de ferramentas estatísticas que permitem caracterizar um conjunto de dados sob ponto de vista da tendência
Leia maisAula 4: Medidas Resumo
Aula 4: Professor: José Luiz Padilha da Silva email: jlpadilha@ufpr.br Departamento de Estatística Universidade Federal do Paraná Curitiba, 2018 José Luiz Padilha da Silva (UFPR) ce003 - Estatística II
Leia maisExploração e Transformação de dados
Exploração e Transformação de dados A DISTRIBUIÇÃO NORMAL Normal 99% 95% 68% Z-score -3,29-2,58-1,96 1,96 2,58 3,29 Normal A distribuição normal corresponde a um modelo teórico ou ideal obtido a partir
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 maisESTATÍSTICA. na Contabilidade Parte 6. Medidas Estatísticas
ESTATÍSTICA na Contabilidade Parte 6 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 Separatrizes
Medidas Separatrizes Prof. Dr. Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 04 de abril de 2018 Londrina 1 / 16 Introdução Medidas Separatrizes Para entender bem uma
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 maisErrata. Mattos/Konrath/Azambuja Introdução à Estatística - Aplicações em Ciências Exatas 1ª Edição/2017 1ª Impressão
Errata Mattos/Konrath/Azambuja Introdução à Estatística - Aplicações em Ciências Exatas 1ª Edição/017 1ª Impressão Página 3 Tabela.8, ª coluna Onde se lê: Idades (anos) Leia-se: Temperaturas ( C) Página
Leia maisASSIMETRIA E CURTOSE
ASSIMETRIA E CURTOSE Lucas Santana da Cunha lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 15 de maio de 2017 Assimetria Numa distribuição estatística, a assimetria
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 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 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 maisSeção 2.3 Uma Variável Quantitativa: Medidas de Dispersão
Seção 2.3 Uma Variável Quantitativa: Medidas de Dispersão Sumário Uma variável quantitativa: Desvio padrão Escore z Resumo dos cinco números Amplitude e AIQ Percentis FilmesHollywood2011.xls Desvio Padrão
Leia maisDistribuição Gaussiana
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Distribuição Gaussiana Introdução à Bioestatística Turma Nutrição Aula 7: Distribuição Normal (Gaussiana) Distribuição
Leia maisMEDIDAS SEPARATRIZES
MEDIDAS SEPARATRIZES Lucas Santana da Cunha email: lscunha@uel.br Universidade Estadual de Londrina 08 de maio de 2017 Para entender bem uma distribuição, pode-se conhecer valores acima ou abaixo dos quais
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 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 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. June 4, UFOP June 4, / 87
ESTATÍSTICA June 4, 2013 UFOP June 4, 2013 1 / 87 NOME 1 Medidas de Tendência Central Média aritmética Mediana Moda Separatrizes 2 Medidas de Dispersão Amplitude Total Variância e Desvio-padrão Coeficiente
Leia maisPrincípios de Bioestatística Estatística Descritiva/Exploratória
1/31 Princípios de Bioestatística Estatística Descritiva/Exploratória Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc/ Depto. Estatística - ICEx - UFMG 2/31 Descrição de Dados Variável: característica
Leia maisAnálise Descritiva de Dados
Análise Descritiva de Dados Posicionando indíviduos em relação ao grupo Medidas de Posição - Então, qual foi sua posição final na corrida? - Ah, eu fiquei em 3 o lugar! - Puxa... Foi mesmo? E quantos estavam
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 maisINTRODUÇÃO À ESTATÍSTICA
INTRODUÇÃO À ESTATÍSTICA A Estatística refere-se às técnicas pelas quais os dados são "coletados", "organizados","apresentados" "apresentados" e"analisados" "analisados". Pode-se dividir a ciência Estatística
Leia maisEstatística Descritiva/Exploratória
1/28 Introdução à Bioestatística Estatística Descritiva/Exploratória Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc/ Depto. Estatística - ICEx - UFMG 2/28 Descrição de Dados Variável: característica
Leia maisLista de Exercícios Cap. 2
Lista de Exercícios Cap. 2 ) Considere os dados de Sexo e Raça para os dados abaixo: Sexo F M M F M F F F M M M M M M F F F M F F F F M M F M M Raça B B B B B B B B B B B B B B B B B P B B B A B B B B
Leia maisUAlg esght MEDIDAS DE LOCALIZAÇÃO E DISPERSÃO. Paulo Batista Basílio ( )
UAlg esght MEDIDAS DE LOCALIZAÇÃO E DISPERSÃO ( pbasilio@ualg.pt ) Dezembro 2014 Medidas de localização e dispersão 1 Em primeiro lugar o cálculo das estatísticas descritivas depende da forma em que os
Leia maisPROBABILIDADE E ESTATÍSTICA. Profa. Dra. Yara de Souza Tadano
PROBABILIDADE E ESTATÍSTICA Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 4 09/2014 Estatística Descritiva Medidas de Variação Probabilidade e Estatística 3/42 Medidas de Variação Vamos
Leia maisAssimetria e Curtose
Assimetria e Prof. Dr. Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 16 de abril de 2018 Londrina 1 / 15 Assimetria Coeficiente de assimetria Numa distribuição de frequências
Leia maisBioestatística CE001 Prof. Fernando de Pol Mayer Departamento de Estatística DEST Exercícios: medidas resumo Nome: GABARITO
Bioestatística CE001 Prof. Fernando de Pol Mayer Departamento de Estatística DEST Exercícios: medidas resumo Nome: GABARITO GRR: 1. Estime as medidas de centro (média, mediana, moda) para amostras de altura
Leia maisEstatística Descritiva
Estatística Descritiva Prof. Henrique Dantas Neder Instituto de Economia Universidade Federal de Uberlândia Typeset by FoilTEX 1 Tópicos introdutórios A estatística descritiva trata dos métodos estatísticos
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 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 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 maisPadronização. Momentos. Coeficiente de Assimetria
Padronização Seja X 1,..., X n uma amostra de uma variável com com média e desvio-padrão S. Então a variável Z, definida como, tem as seguintes propriedades: a) b) ( ) c) é uma variável adimensional. Dizemos
Leia maisLista de exercicios 1 Prof.: Marcus Guimaraes Disciplina: Introdução a Estatística Econômica
Lista de exercicios 1 Prof.: Marcus Guimaraes Disciplina: Introdução a Estatística Econômica 1) Quer se estudar o numero de erros de impressão de um livro. Para isso escolheu-se uma amostra de 50 paginas,
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 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 maisTópicos em Gestão da Informação II
Tópicos em Gestão da Informação II Aula 04 Medidas de posição relativa Prof. Dalton Martins dmartins@gmail.com Gestão da Informação Faculdade de Informação e Comunicação Universidade Federal de Goiás Determinando
Leia maisESTATÍSTICA DESCRITIVA
ESTATÍSTICA DESCRITIVA O principal objectivo da ESTATÍSTICA DESCRITIVA é a redução de dados. A importância de que se revestem os métodos que visam exprimir a informação relevante contida numa grande massa
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 maisAULA 5 MEDIDAS DESCRITIVAS DOCENTE: CIRA SOUZA PITOMBO
UNIVERSIDADE FEDERAL DA BAHIA ESCOLA POLITÉCNICA MEAU- MESTRADO EM ENGENHARIA AMBIENTAL URBANA ENG C 18 Métodos de Pesquisa Quantitativos e Qualitativos AULA 5 MEDIDAS DESCRITIVAS DOCENTE: CIRA SOUZA PITOMBO
Leia maisConjunto de Dados. Existe uma estimativa de que a cada 20 meses dobra a quantidade de dados armazenada nos bancos de dados do mundo.
Conjunto de Dados Existe uma estimativa de que a cada 20 meses dobra a quantidade de dados armazenada nos bancos de dados do mundo. No entanto, tem aumentando também a distância entre a quantidade de dados
Leia mais5.1 Introdução: As distribuições de freqüências não diferem apenas quanto ao valor médio e a variabilidade, mas também quanto a sua forma.
Capítulo 5 Assimetria e Curtose Desenvolvimento: 5.1 Introdução 5.2 Assimetria 5.3 Curva simétrica 5.4 Curtose 5.5 Graus de achatamento 5.1 Introdução: As distribuições de freqüências não diferem apenas
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 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 maisCAP1: Estatística Descritiva para análise da variabilidade uma amostra de dados quantitativos
CAP1: Estatística Descritiva para análise da variabilidade uma amostra de dados quantitativos O aluno deverá utilizar calculadora científica Resumo Numérico dos dados Suponha que os dados sejam representados
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 maisMAE0219 Introdução à Probabilidade e Estatística I
Exercício 1 Considere os dados abaixo sobre distribuição de salário (em reais) num grupo de 1000 individuos. Tabela 1: Distribuição de frequências da variável salário Classe de Salário n i f i 500-1000
Leia maisIntrodução à probabilidade e estatística I
Introdução à probabilidade e estatística I Medidas resumo para tabelas de frequências Prof. Alexandre G Patriota Sala: 298A Email: patriota@ime.usp.br Site: www.ime.usp.br/ patriota Medidas resumo para
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 maisDISCIPLINA: ESTATÍSTICA I (CÓD. ENEC60015) PERÍODO: 3º PERÍODO
PLANO DE AULA DISCIPLINA: ESTATÍSTICA I (CÓD. ENEC60015) PERÍODO: 3º PERÍODO TOTAL DE SEMANAS: 20 SEMANAS TOTAL DE ENCONTROS: 40 AULAS Aulas Conteúdos/ Matéria Tipo de aula Textos, filmes e outros materiais
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 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 maisStela Adami Vayego DEST/UFPR
Resumo 3 Resumo dos dados uméricos por meio de úmeros 1. Medidas de Tedêcia Cetral A tedêcia cetral da distribuição de freqüêcias de uma variável em um cojuto de dados é caracterizada pelo valor típico
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 maisUNIDADE III ESTUDO DIRIGIDO
UNIDADE III ESTUDO DIRIGIDO 1 No setor de uma indústria metalúrgica, 11 prensas estão ligadas a uma chave automática que desliga quando a corrente atinge 50A. No estudo do comportamento deste processo,
Leia mais