Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo
|
|
|
- Manoel Galindo de Sintra
- 5 Há anos
- Visualizações:
Transcrição
1 Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo Medidas de Posição e Dispersão Professora Renata Alcarde Piracicaba fevereiro 2014 Renata Alcarde Estatística Geral 7 de Março de / 48
2 Medidas de Posição Medida de posição Medida de posição é o valor ao redor do qual os dados se distribuem. Principais: média; mediana; moda. Renata Alcarde Estatística Geral 7 de Março de / 48
3 Média Aritmética Média aritmética: A média aritmética é dada por: n i=1 ˆµ = x = x i, n em que n corresponde ao tamanho da amostra e x i ao i-ésimo valor observado. Renata Alcarde Estatística Geral 7 de Março de / 48
4 Média Aritmética Exemplo: Com o objetivo de avaliar a produção de leite, em kg, foram observadas as produções médias diárias de 10 produtores rurais atendidos por um plano governamental, cujos valores são apresentados a seguir: 9,80 9,90 9,95 10,00 8,78 9,90 9,34 10,34 11,75 15,00 Renata Alcarde Estatística Geral 7 de Março de / 48
5 Média Aritmética 9,80 9,90 9,95 10,00 8,78 9,90 9,34 10,34 11,75 15,00 A média observada de produção de leite é dada por: x = 9, , , = 104, = 10, 48kg. Renata Alcarde Estatística Geral 7 de Março de / 48
6 Média Aritmética Observações: Média sem considerarmos o maior valor observado (15,00): x = 9, , , 75 9 = 89, 76 9 = 9, 97 kg. Renata Alcarde Estatística Geral 7 de Março de / 48
7 Média Aritmética Observações: Média sem considerarmos o maior valor observado (15,00): x = 9, , , 75 9 = 89, 76 9 = 9, 97 kg. A média é bastante afetada por valores extremos; não deve ser utilizada quando a distribuição dos dados é assimétrica. Renata Alcarde Estatística Geral 7 de Março de / 48
8 Média Dados agrupados e tabelas de frequências X i f i x 1 f 1 x 2 f 2. x k Total. f k n n = k i=1 ˆµ = x = f 1x 1 + f 2 x f k x k f 1 + f f k. f i Renata Alcarde Estatística Geral 7 de Março de / 48
9 Média Exemplo: Em um estudo realizado para avaliar o número de insetos capturados durante um determinado período, foram utilizadas 50 armadilhas. Os resultados são apresentados na Tabela a seguir. Tabela 2: Distribuição de frequências para o conjunto de dados de insetos capturados X i f i Total 50 Renata Alcarde Estatística Geral 7 de Março de / 48
10 Média # médio de insetos capturados por armadilha: x = = 50 = = 2, 6 insetos/armadilha. Renata Alcarde Estatística Geral 7 de Março de / 48
11 Média Dados agrupados em tabelas de classes de frequências X i m i f i c 1 c 2 m 1 f 1 c 2 c 3 m 2 f 2... c k c k+1 m k f k Total n m i = c i + c i+1 2 k i=1 ˆµ = x = m if i k i=1 f. i Renata Alcarde Estatística Geral 7 de Março de / 48
12 Média Exemplo: A distribuição de frequências do do peso dos colmos de cana-de-açúcar, considerando-se uma amostra de tamanho 50, é apresentada a seguir: Tabela 3: distribuição de frequências do peso dos colmos de cana-de-açúcar X i m i f i 10,46 11,55 11, ,55 12,64 12, ,64 13,73 13, ,73 14,82 14, ,82 15,91 15, ,91 17,00 16, ,00 18,09 17, ,09 19,18 18,64 5 Total 50 Renata Alcarde Estatística Geral 7 de Março de / 48
13 Média Exemplo: A distribuição de frequências do do peso dos colmos de cana-de-açúcar, considerando-se uma amostra de tamanho 50, é apresentada a seguir: x = 11, , = 761, = 15, 2342 g. Tabela 3: distribuição de frequências do peso dos colmos de cana-de-açúcar X i m i f i 10,46 11,55 11, ,55 12,64 12, ,64 13,73 13, ,73 14,82 14, ,82 15,91 15, ,91 17,00 16, ,00 18,09 17, ,09 19,18 18,64 5 Total 50 Renata Alcarde Estatística Geral 7 de Março de / 48
14 Mediana Mediana A mediana é o valor que ocupa a posição central em um conjunto de dados ordenado em ordem crescente (Rol). Logo, Md = { x[ n+1 2 ], se n for ímpar x [n/2] +x [n/2+1] 2, se n for par Observação: A Mediana é pouco afetada por valores extremos ou discrepantes! Renata Alcarde Estatística Geral 7 de Março de / 48
15 Mediana Exemplo: Para os valores observados de produção média diária de leite, tem-se o seguinte rol: 8,78 9,34 9,80 9,90 9,90 9,95 10,00 10,34 11,75 15,00 Como n é par... Renata Alcarde Estatística Geral 7 de Março de / 48
16 Mediana Exemplo: Para os valores observados de produção média diária de leite, tem-se o seguinte rol: 8,78 9,34 9,80 9,90 9,90 9,95 10,00 10,34 11,75 15,00 Como n é par... Md = x [5] + x [6] 2 = 9, 925kg = 9, , 95 2 = 19, 85 2 Renata Alcarde Estatística Geral 7 de Março de / 48
17 Mediana Dados agrupados em tabelas de frequências Para o exemplo realizado com insetos, para o qual foi observado o número insetos capturados por armadilha. Tabela 3: Distribuição de frequências para o conjunto de dados de insetos capturados X i f i f i a i a i 0 1 0,02 1 0, ,16 9 0, , , , , , , , ,00 Total 50 Observar a i 0, 50 Renata Alcarde Estatística Geral 7 de Março de / 48
18 Mediana Dados agrupados em tabelas de frequências Para o exemplo realizado com insetos, para o qual foi observado o número insetos capturados por armadilha. Tabela 3: Distribuição de frequências para o conjunto de dados de insetos capturados X i f i f i a i a i 0 1 0,02 1 0, ,16 9 0, , , , , , , , ,00 Total 50 Observar a i 0, 50 Md = 3 insetos Renata Alcarde Estatística Geral 7 de Março de / 48
19 Mediana Dados agrupados em tabelas de classes de frequências Para o exemplo referente ao peso de colmos de cana-de-açúcar, tem-se: Tabela 3: distribuição de frequências do peso dos colmos X i m i f i f i a i a i 10,46 11,55 11,01 2 0,04 2 0,04 11,55 12,64 12,10 7 0,14 9 0,18 12,64 13,73 13,19 4 0, ,26 13,73 14,82 14,28 8 0, ,42 14,82 15,91 15,37 7 0, ,56 15,91 17,00 16, , ,76 17,00 18,09 17,55 7 0, ,90 18,09 19,18 18,64 5 0, ,00 Total 50 Renata Alcarde Estatística Geral 7 de Março de / 48
20 Mediana { 15, 91 14, 82 0, 14 Md 14, 82 0, 08 Renata Alcarde Estatística Geral 7 de Março de / 48
21 Mediana { 15, 91 14, 82 0, 14 Md 14, 82 0, 08 Md = 15, 91 14, 82 0, 08+14, 82 0, 14 = 15, 44 g. Renata Alcarde Estatística Geral 7 de Março de / 48
22 Quartis e Percentis Quartil: generalização da mediana. Quartil 4 partes Renata Alcarde Estatística Geral 7 de Março de / 48
23 Quartis e Percentis Quartil: generalização da mediana. Quartil 4 partes Percentil de ordem 100p P 100p = { x[np] +x [np+1] 2, se np for inteiro x, [int(np)+1] se np for não inteiro Renata Alcarde Estatística Geral 7 de Março de / 48
24 Quartis e Percentis Exemplo: Para os valores observados de produção média diária de leite, tem-se: 8,78 9,34 9,80 9,90 9,90 9,95 10,00 10,34 11,75 15,00 n = 10 Obter P 75 = Q 3 e P 20 Renata Alcarde Estatística Geral 7 de Março de / 48
25 Quartis e Percentis Exemplo: Para os valores observados de produção média diária de leite, tem-se: P 75 np = 10 0, 75 = 7, 5 P 75 = Q 3 = x [int(7,5)+1] = x [7+1] = x [8] = 10, 34kg 8,78 9,34 9,80 9,90 9,90 9,95 10,00 10,34 11,75 15,00 n = 10 Obter P 75 = Q 3 e P 20 Renata Alcarde Estatística Geral 7 de Março de / 48
![Quartis e Percentis Exemplo: Para os valores observados de produção média diária de leite, tem-se: P 75 np = 10 0, 75 = 7, 5 P 75 = Q 3 = x [int(7,5)+1] = x [7+1] = x [8] = 10, 34kg 8,78 9,34 9,80](/docs-images/82/84994285/images/26-0.jpg "9,90 9,90 9,95 10,00 10,34 11,75 15,00 n = 10 Obter P 75 = Q 3 e P 20 P 20 np = 10 0, 20 = 2 P 20 = x [2]+x [3] 2 = 9,34+9,80 2 = 9, 57kg Renata Alcarde Estatística Geral 7 de Março de 2014 18 /")
26 Quartis e Percentis Exemplo: Para os valores observados de produção média diária de leite, tem-se: P 75 np = 10 0, 75 = 7, 5 P 75 = Q 3 = x [int(7,5)+1] = x [7+1] = x [8] = 10, 34kg 8,78 9,34 9,80 9,90 9,90 9,95 10,00 10,34 11,75 15,00 n = 10 Obter P 75 = Q 3 e P 20 P 20 np = 10 0, 20 = 2 P 20 = x [2]+x [3] 2 = 9,34+9,80 2 = 9, 57kg Renata Alcarde Estatística Geral 7 de Março de / 48
27 Quartis e Percentis Dados agrupados em tabelas frequências Tabela 3: Distribuição de frequências para o conjunto de dados de insetos capturados X i f i f i a i a i 0 1 0,02 1 0, ,16 9 0, , , , , , , , ,00 Total 50 Obter P 25 = Q 1, P 90 e P 97,5 Renata Alcarde Estatística Geral 7 de Março de / 48
28 Quartis e Percentis Dados agrupados em tabelas frequências Tabela 3: Distribuição de frequências para o conjunto de dados de insetos capturados X i f i f i a i a i 0 1 0,02 1 0, ,16 9 0, , , , , , , , ,00 Total 50 Obter P 25 = Q 1, P 90 e P 97,5 Observar a i 0, 25 Observar a i 0, 90 Observar a i 0, 975 Renata Alcarde Estatística Geral 7 de Março de / 48
29 Quartis e Percentis Dados agrupados em tabelas frequências Tabela 3: Distribuição de frequências para o conjunto de dados de insetos capturados X i f i f i a i a i 0 1 0,02 1 0, ,16 9 0, , , , , , , , ,00 Total 50 Obter P 25 = Q 1, P 90 e P 97,5 Observar a i 0, 25 P 25 = Q 1 = 2 Observar a i 0, 90 Observar a i 0, 975 Renata Alcarde Estatística Geral 7 de Março de / 48
30 Quartis e Percentis Dados agrupados em tabelas frequências Tabela 3: Distribuição de frequências para o conjunto de dados de insetos capturados X i f i f i a i a i 0 1 0,02 1 0, ,16 9 0, , , , , , , , ,00 Total 50 Obter P 25 = Q 1, P 90 e P 97,5 Observar a i 0, 25 P 25 = Q 1 = 2 Observar a i 0, 90 P 90 = 4 Observar a i 0, 975 Renata Alcarde Estatística Geral 7 de Março de / 48
31 Quartis e Percentis Dados agrupados em tabelas frequências Tabela 3: Distribuição de frequências para o conjunto de dados de insetos capturados X i f i f i a i a i 0 1 0,02 1 0, ,16 9 0, , , , , , , , ,00 Total 50 Obter P 25 = Q 1, P 90 e P 97,5 Observar a i 0, 25 P 25 = Q 1 = 2 Observar a i 0, 90 P 90 = 4 Observar a i 0, 975 P 97,5 = 5 Renata Alcarde Estatística Geral 7 de Março de / 48
32 Quartis e Percentis Dados agrupados em tabelas de classes de frequências Para o exemplo referente ao peso de colmos de cana-de-açúcar, tem-se: Tabela 3: distribuição de frequências do peso dos colmos de cana-de-açúcar X i m i f i f i a i a i 10,46 11,55 11,01 2 0,04 2 0,04 11,55 12,64 12,10 7 0,14 9 0,18 12,64 13,73 13,19 4 0, ,26 13,73 14,82 14,28 8 0, ,42 14,82 15,91 15,37 7 0, ,56 15,91 17,00 16, , ,76 17,00 18,09 17,55 7 0, ,90 18,09 19,18 18,64 5 0, ,00 Total 50 Obter P 20 e P 75 = Q 3 Renata Alcarde Estatística Geral 7 de Março de / 48
33 Quartis e Percentis P 20 classe: 12, 64 13, 73 P 75 classe: 15, 91 17, 00 Renata Alcarde Estatística Geral 7 de Março de / 48
34 Quartis e Percentis P 20 classe: 12, 64 13, 73 { 13, 73 12, 64 0, 08 P 20 12, 64 0, 02 P 20 = 13,73 12,64 0,08 0, , 64 P 20 = 12, 91g. P 75 classe: 15, 91 17, 00 Renata Alcarde Estatística Geral 7 de Março de / 48
35 Quartis e Percentis P 20 classe: 12, 64 13, 73 { 13, 73 12, 64 0, 08 P 20 12, 64 0, 02 P 20 = 13,73 12,64 0,08 0, , 64 P 20 = 12, 91g. P 75 classe: 15, 91 17, 00 { 17, 00 15, 91 0, 20 P 75 15, 91 0, 19 P 75 = 17,00 15,91 0,20 0, , 91 P 20 = 16, 95g. Renata Alcarde Estatística Geral 7 de Março de / 48
36 Moda Moda: corresponde ao valor observado de maior frequência Também pode ser obtida para variáveis qualitativas Renata Alcarde Estatística Geral 7 de Março de / 48
37 Moda Moda: corresponde ao valor observado de maior frequência Também pode ser obtida para variáveis qualitativas Exemplo: Para os valores observados de produção média diária de leite, tem-se: 8,78 9,34 9,80 9,90 9,90 9,95 10,00 10,34 11,75 15,00 Renata Alcarde Estatística Geral 7 de Março de / 48
38 Moda Moda: corresponde ao valor observado de maior frequência Também pode ser obtida para variáveis qualitativas Exemplo: Para os valores observados de produção média diária de leite, tem-se: 8,78 9,34 9,80 9,90 9,90 9,95 10,00 10,34 11,75 15,00 Mo = 9, 90 kg Renata Alcarde Estatística Geral 7 de Março de / 48
39 Moda Dados agrupados em tabelas de frequências Para o exemplo realizado com insetos Tabela 3: Distribuição de frequências para o conjunto de dados de insetos capturados X i f i f i a i a i 0 1 0,02 1 0, ,16 9 0, , , , , , , , ,00 Total 50 Renata Alcarde Estatística Geral 7 de Março de / 48
40 Moda Dados agrupados em tabelas de frequências Para o exemplo realizado com insetos Tabela 3: Distribuição de frequências para o conjunto de dados de insetos capturados X i f i f i a i a i 0 1 0,02 1 0, ,16 9 0, , , , , , , , ,00 Total 50 Mo = 3 insetos Renata Alcarde Estatística Geral 7 de Março de / 48
41 Moda Dados agrupados em tabelas de classes de frequências Renata Alcarde Estatística Geral 7 de Março de / 48
42 Moda Dados agrupados em tabelas de classes de frequências Moda bruta: ponto médio da classe com maior frequência Renata Alcarde Estatística Geral 7 de Março de / 48
43 Moda Dados agrupados em tabelas de classes de frequências Moda bruta: ponto médio da classe com maior frequência Moda: método de Czuber semelhança de triângulos Renata Alcarde Estatística Geral 7 de Março de / 48
44 Moda Para o exemplo referente ao peso dos colmos de cana-de-açúcar, tem-se: Tabela 3: distribuição de frequências do peso dos colmos de cana-de-açúcar X i m i f i f i a i a i 10,46 11,55 11,01 2 0,04 2 0,04 11,55 12,64 12,10 7 0,14 9 0,18 12,64 13,73 13,19 4 0, ,26 13,73 14,82 14,28 8 0, ,42 14,82 15,91 15,37 7 0, ,56 15,91 17,00 16, , ,76 17,00 18,09 17,55 7 0, ,90 18,09 19,18 18,64 5 0, ,00 Total 50 Renata Alcarde Estatística Geral 7 de Março de / 48
45 Moda Para o exemplo referente ao peso dos colmos de cana-de-açúcar, tem-se: Tabela 3: distribuição de frequências do peso dos colmos de cana-de-açúcar X i m i f i f i a i a i 10,46 11,55 11,01 2 0,04 2 0,04 11,55 12,64 12,10 7 0,14 9 0,18 12,64 13,73 13,19 4 0, ,26 13,73 14,82 14,28 8 0, ,42 14,82 15,91 15,37 7 0, ,56 15,91 17,00 16, , ,76 17,00 18,09 17,55 7 0, ,90 18,09 19,18 18,64 5 0, ,00 Total 50 Moda bruta Mo = 17, , 91 2 = 16, 46 g Renata Alcarde Estatística Geral 7 de Março de / 48
46 Moda { Mo 15, Mo 17, 00 Mo = Mo 15, 91 Mo = 16, 46g Renata Alcarde Estatística Geral 7 de Março de / 48
47 Moda Supondo o seguinte histograma para uma variável X qualquer. Renata Alcarde Estatística Geral 7 de Março de / 48
48 Moda Supondo o seguinte histograma para uma variável X qualquer. Classe correspondente à moda: Renata Alcarde Estatística Geral 7 de Março de / 48
49 Moda Supondo o seguinte histograma para uma variável X qualquer. Classe correspondente à moda: Moda bruta: Mo = 85 Renata Alcarde Estatística Geral 7 de Março de / 48
50 Moda Supondo o seguinte histograma para uma variável X qualquer. Classe correspondente à moda: Moda bruta: Mo = 85 { Mo 90 Mo (40 30)(90 Mo) = (40 20)(Mo 80) Mo = (40 30) 90 + (40 20) 80 (40 30) + (40 20) = 83, 33 Renata Alcarde Estatística Geral 7 de Março de / 48
51 Medidas de Dispersão Exemplo Foram observadas quatro amostras de duas colheitadeiras de milho, quanto a porcentagem de quebra de sementes, conforme a tabela a seguir: Colheitadeira Amostra A B média 5 5 Renata Alcarde Estatística Geral 7 de Março de / 48
52 Medidas de Dispersão As medidas de dispersão são estatísticas descritivas que visam fornecer o grau de variabilidade das observações em relação a um valor central (geralmente a média aritmética). Veremos: Amplitude Amplitude Interquartílica Desvio Médio Variância Desvio Padrão Coeficiente de Variação Renata Alcarde Estatística Geral 7 de Março de / 48
53 Amplitude Amplitude A x = max(x) min(x) Renata Alcarde Estatística Geral 7 de Março de / 48
54 Amplitude Amplitude A x = max(x) min(x) Exemplo Considerando-se o exemplo de porcentagem de quebra de sementes de milho, temos: Colheitadeira Amplitude A 6-4 = 2 B 10-0 = 10 Renata Alcarde Estatística Geral 7 de Março de / 48
55 Amplitude Interquartílica A amplitude interquartílica é dada por: AIC = Q 3 Q 1 Renata Alcarde Estatística Geral 7 de Março de / 48
56 Amplitude Interquartílica A amplitude interquartílica é dada por: AIC = Q 3 Q 1 Exemplo Considerando-se o exemplo de porcentagem de quebra de sementes de milho, temos: Rol: Colheitadeira A B Renata Alcarde Estatística Geral 7 de Março de / 48
57 Amplitude Interquartílica A amplitude interquartílica é dada por: AIC = Q 3 Q 1 Exemplo Considerando-se o exemplo de porcentagem de quebra de sementes de milho, temos: Rol: Colheitadeira A B Colheitadeira Q 1 Q 3 AIQ A 4,5 5,5 1,0 B 1,5 8,5 7,0 Renata Alcarde Estatística Geral 7 de Março de / 48
58 Desvio Médio Desvio de uma observação em relação a uma constante: d i = x i k Renata Alcarde Estatística Geral 7 de Março de / 48
59 Desvio Médio Desvio de uma observação em relação a uma constante: d i = x i k Desvio de uma observação em relação à média aritmética: e i = x i x Renata Alcarde Estatística Geral 7 de Março de / 48
60 Desvio Médio Desvio de uma observação em relação a uma constante: d i = x i k Desvio de uma observação em relação à média aritmética: e i = x i x n e i =? i=1 Renata Alcarde Estatística Geral 7 de Março de / 48
61 Desvio Médio Desvio de uma observação em relação a uma constante: d i = x i k Desvio de uma observação em relação à média aritmética: e i = x i x n e i =? i=1 Desvio Médio Dm x = 1 n n e i = 1 n i=1 n x i x i=1 Renata Alcarde Estatística Geral 7 de Março de / 48
62 Desvio Médio Exemplo: Considerando-se o exemplo de porcentagem de quebra de sementes de milho, temos: Colheitadeira Desvios 4 i=1 e i /4 A 0,0-1,0 0,0 1,0 2,0/4 = 0,5 B -5,0-2,0 2,0 5,0 14,0/4 = 3,5 Renata Alcarde Estatística Geral 7 de Março de / 48
63 Desvio Médio Exemplo: Considerando-se o exemplo de porcentagem de quebra de sementes de milho, temos: Colheitadeira Desvios 4 i=1 e i /4 A 0,0-1,0 0,0 1,0 2,0/4 = 0,5 B -5,0-2,0 2,0 5,0 14,0/4 = 3,5 Renata Alcarde Estatística Geral 7 de Março de / 48
64 Variância Variância é a média dos quadrados dos desvios em relação à média aritmética. σ 2 X = 1 n n i=1 e 2 i = 1 n n (x i µ) 2 i=1 Estimador da variância populacional: S 2 X = 1 n 1 n i=1 e 2 i = 1 n 1 n (x i x) 2 i=1 Renata Alcarde Estatística Geral 7 de Março de / 48
65 Variância Exemplo: Colheitadeira A: Colheitadeira B: Renata Alcarde Estatística Geral 7 de Março de / 48
66 Variância Exemplo: Colheitadeira A: 4 SX 2 i=1 1 = (x i x) = (5 5)2 + (4 5) 2 + (5 5) 2 + (6 5) 2 3 Colheitadeira B: = 0, 67(%) 2 Renata Alcarde Estatística Geral 7 de Março de / 48
67 Variância Exemplo: Colheitadeira A: 4 SX 2 i=1 1 = (x i x) = (5 5)2 + (4 5) 2 + (5 5) 2 + (6 5) 2 3 Colheitadeira B: = 0, 67(%) 2 4 SX 2 i=1 2 = (x i x) (0 5) 2 + (3 5) 2 + (7 5) 2 + (10 5) 2 3 = 19, 33(%) 2 Renata Alcarde Estatística Geral 7 de Março de / 48
68 Variância Dados agrupados em tabelas de frequências S 2 X = 1 n 1 k i=1 f i e 2 i = 1 n 1 k f i (x i x) 2 em que k corresponde ao número de diferentes valores para a variável e n = k i=1 f i i=1 Ou ainda, [ k SX 2 = 1 f i xi 2 n 1 i=1 ( k i=1 f ) 2 ] ix i n Renata Alcarde Estatística Geral 7 de Março de / 48
69 Variância Exemplo: Foram observadas 76 goiabas quanto ao número de pintas pretas, cujos dados são apresentado na tabela a seguir: X i f i Total 76 Renata Alcarde Estatística Geral 7 de Março de / 48
70 Variância Exemplo: Foram observadas 76 goiabas quanto ao número de pintas pretas, cujos dados são apresentado na tabela a seguir: Média X i f i Total 76 Renata Alcarde Estatística Geral 7 de Março de / 48
71 Variância Exemplo: Foram observadas 76 goiabas quanto ao número de pintas pretas, cujos dados são apresentado na tabela a seguir: Média X i f i Total 76 x = = 1, 30 pintas Renata Alcarde Estatística Geral 7 de Março de / 48
72 Variância Exemplo: Foram observadas 76 goiabas quanto ao número de pintas pretas, cujos dados são apresentado na tabela a seguir: X i f i Total 76 Renata Alcarde Estatística Geral 7 de Março de / 48
73 Variância Exemplo: Foram observadas 76 goiabas quanto ao número de pintas pretas, cujos dados são apresentado na tabela a seguir: Variância X i f i Total 76 Renata Alcarde Estatística Geral 7 de Março de / 48
74 Variância Exemplo: Foram observadas 76 goiabas quanto ao número de pintas pretas, cujos dados são apresentado na tabela a seguir: Variância X i f i Total 76 S 2 X = 21(0 1, 30)2 + 33(1 1, 30) (8 1, 30) = 2, 13 pintas 2 Renata Alcarde Estatística Geral 7 de Março de / 48
75 Variância Dados agrupados em tabelas de classes frequências S 2 X = 1 n 1 k i=1 f i e 2 i = 1 n 1 k f i (m i x) 2 em que k corresponde ao número de diferentes valores para a variável e n = k i=1 f i i=1 Ou ainda, [ k SX 2 = 1 f i mi 2 n 1 i=1 ( k i=1 f ) 2 ] im i n Renata Alcarde Estatística Geral 7 de Março de / 48
76 Variância Exemplo: Foram avaliados 60 novilhos de dois anos quanto ao consumo de matéria seca (kg), cujos dados são apresentados na tabela a seguir. Consumo (kg) m i f i 10,0 10,4 10, ,4 10,8 10, ,8 11,2 11,0 20 Total 60 Renata Alcarde Estatística Geral 7 de Março de / 48
77 Variância Exemplo: Foram avaliados 60 novilhos de dois anos quanto ao consumo de matéria seca (kg), cujos dados são apresentados na tabela a seguir. Consumo (kg) m i f i 10,0 10,4 10, ,4 10,8 10, ,8 11,2 11,0 20 Total 60 Média Renata Alcarde Estatística Geral 7 de Março de / 48
78 Variância Exemplo: Foram avaliados 60 novilhos de dois anos quanto ao consumo de matéria seca (kg), cujos dados são apresentados na tabela a seguir. Consumo (kg) m i f i 10,0 10,4 10, ,4 10,8 10, ,8 11,2 11,0 20 Total 60 Média x = 10, , , = 10, 67 kg Renata Alcarde Estatística Geral 7 de Março de / 48
79 Variância Exemplo: Foram avaliados 60 novilhos de dois anos quanto ao consumo de matéria seca (kg), cujos dados são apresentados na tabela a seguir. Consumo (kg) m i f i 10,0 10,4 10, ,4 10,8 10, ,8 11,2 11,0 20 Total 60 Renata Alcarde Estatística Geral 7 de Março de / 48
80 Variância Exemplo: Foram avaliados 60 novilhos de dois anos quanto ao consumo de matéria seca (kg), cujos dados são apresentados na tabela a seguir. Consumo (kg) m i f i 10,0 10,4 10, ,4 10,8 10, ,8 11,2 11,0 20 Total 60 Variância Renata Alcarde Estatística Geral 7 de Março de / 48
81 Variância Exemplo: Foram avaliados 60 novilhos de dois anos quanto ao consumo de matéria seca (kg), cujos dados são apresentados na tabela a seguir. Consumo (kg) m i f i 10,0 10,4 10, ,4 10,8 10, ,8 11,2 11,0 20 Total 60 Variância 7 k=1 10 (10, 2 10, 67) (10, 6 10, 67) (11, 0 10, 67) = 4, 53/59 = 0, 0768 kg 2 Renata Alcarde Estatística Geral 7 de Março de / 48
82 Desvio Padrão O desvio padrão corresponde à raiz quadrada da variância, S X = SX 2 O desvio padrão tem a mesma unidade dos dados originais Renata Alcarde Estatística Geral 7 de Março de / 48
83 Desvio Padrão Exemplo: Considerando os dados de consumo de matéria seca de novilhos de 2 anos: Renata Alcarde Estatística Geral 7 de Março de / 48
84 Desvio Padrão Exemplo: Considerando os dados de consumo de matéria seca de novilhos de 2 anos: S X = 0, 0768 = 0, 2772 kg Renata Alcarde Estatística Geral 7 de Março de / 48
85 Coeficiente de Variação O coeficiente de variação é dado por CV X = 100 S X x comparação de dispersões quando as unidades de medida são diferentes Orientação CV 10% baixo 10% < CV 20% médio 20% < CV 30% alto CV > 30% muito alto Renata Alcarde Estatística Geral 7 de Março de / 48
86 Coeficiente de Variação Exemplo: Considerando os dados de consumo de matéria seca de novilhos de 2 anos: Renata Alcarde Estatística Geral 7 de Março de / 48
87 Coeficiente de Variação Exemplo: Considerando os dados de consumo de matéria seca de novilhos de 2 anos: 0, 2772 CV X = 100 = 2, 60% 10, 67 Renata Alcarde Estatística Geral 7 de Março de / 48
88 Gráfico de Caixas Construção de um gráfico de caixas 1 Calcular o primeiro quartil (Q 1 ), a mediana (Md) e o terceiro quartil (Q 3 ); 2 Calcular a AIQ = Q 3 Q 1 ; 3 Verificar a existência de observações atípicas, ou seja, valores menores do que Q 1 1, 5AIQ ou maiores do que Q 3 + 1, 5AIQ, representados individualmente no gráfico de caixas por ; 4 Calcular os limites inferior e superior dos dados sem considerar as observações atípicas; 5 Construir o gráfico seguindo o esquema a seguir: Renata Alcarde Estatística Geral 7 de Março de / 48
89 Gráfico de Caixas Exemplo: Para os valores observados de produção média diária de leite, tem-se: 8,78 9,34 9,80 9,90 9,90 9,95 10,00 10,34 11,75 15,00 Renata Alcarde Estatística Geral 7 de Março de / 48
90 Gráfico de Caixas Exemplo: Para os valores observados de produção média diária de leite, tem-se: 8,78 9,34 9,80 9,90 9,90 9,95 10,00 10,34 11,75 15,00 Renata Alcarde Estatística Geral 7 de Março de / 48
Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo
Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo Medidas de Posição Professora Renata Alcarde Sermarini Piracicaba março 2017 Renata Alcarde Sermarini Estatística Geral 20 de Março
NOTAS DE AULA. Medidas Descritivas. Prof.: Idemauro Antonio Rodrigues de Lara
1 NOTAS DE AULA Medidas Descritivas Prof.: Idemauro Antonio Rodrigues de Lara 2 PRINCIPAIS MEDIDAS DESCRITIVAS 1. Medidas de tendência central 1.1 Média 1.2 Mediana 1.3 Moda 2. Medidas de dispersão 2.1
3 MEDIDAS RESUMO 3.2 Medidas de dispersão. Silvio Sandoval Zocchi
3 MEDIDAS RESUMO 3.2 Medidas de dispersão Silvio Sandoval Zocchi 20 de agosto de 2008 Medida de dispersão é um valor que quantifica a variabilidade dos dados. Algumas medidas de dispersão: Amplitude Amplitude
Medidas de dispersão. 23 de agosto de 2018
23 de agosto de 2018 Dispersão de dados A representação feita pelas medidas centrais, ao mesmo tempo que permite uma visualização rápida das informações acaba levando ao embaralhamento do conjunto. A média
Unidade 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
Prof. Dr. Lucas Santana da Cunha de abril de 2018 Londrina
Medidas de Dispersão Prof. Dr. Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 11 de abril de 2018 Londrina 1 / 18 São medidas que visam fornecer o grau de variabilidade
UNIVERSIDADE 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
Estatística. 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,
UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS
UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Tarciana Liberal MEDIDAS DE DISPERSÃO As medidas de posição apresentadas fornecem a informação dos dados apenas a nível pontual,
MEDIDAS DE DISPERSÃO
MEDIDAS DE DISPERSÃO Lucas Santana da Cunha lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 10 de maio de 2017 relativo (DPR) São medidas que visam fornecer o grau de
Estatística 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
Medidas Descritivas de Posição, Tendência Central e Variabilidade
Medidas Descritivas de Posição, Tendência Central e Variabilidade Prof. Gilberto Rodrigues Liska UNIPAMPA 29 de Agosto de 2017 Material de Apoio e-mail: gilbertoliska@unipampa.edu.br Local: Sala dos professores
MEDIDAS 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
Vimos 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.
Medidas 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
Bioestatística. 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
Distribuição 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
Estatística 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
PROBABILIDADE 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
MEDIDAS DE DISPERSÃO
MEDIDAS DE DISPERSÃO lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 31 de maio de 2017 relativo (DPR) São medidas que visam fornecer o grau de variabilidade ou dispersão
ESTATÍSTICA DESCRITIVA. Aula 07 Estatística Descritiva
ESTATÍSTICA DESCRITIVA 2 Estatística Descritiva O que fazer com as observações que coletamos? Primeira etapa da análise: Resumo dos dados: organizar, descrever e resumir os dados coletados Estatística
UAlg 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
Bioestatística. Luiz Ricardo Nakamura Cristiane Mariana Rodrigues da Silva. Ciências biológicas a USP ESALQ. Estatística
Bioestatística Luiz Ricardo Nakamura Cristiane Mariana Rodrigues da Silva Ciências biológicas a USP ESALQ LR Nakamura Estatística ESALQ 1 / 67 Estatística e o método científico Circularidade do método
Universidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 4 a Aula Prática Medidas de Dispersão
Universidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 4 a Aula Prática Medidas de Dispersão 1) Os dados apresentados a seguir referem-se ao levantamento dos intervalos
Elementos 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
Medidas 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
ESTATÍSTICA 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
Análise Exploratória e Estimação PARA COMPUTAÇÃO
Análise Exploratória e Estimação MONITORIA DE ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO Médias Média Aritmética (valor médio de uma distribuição) n x = 1 n i=1 x i = 1 n x 1 + + x n Média Aritmética
n = 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
MAIS 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
MAIS 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
Medidas 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
Introdução à Bioestatística Turma Nutrição Aula 3 Análise Descritiva: Medidas de Tendência Central Medidas de Variabilidade
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Introdução à Bioestatística Turma Nutrição Aula 3 Análise Descritiva: Medidas de Tendência Central Medidas
CAPÍTULO 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
Amostragem 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:
Introdução 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
Medidas de Centralidade
Medidas de Centralidade Prof. Dr. Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 28 de março de 2018 Londrina 1 / 26 Medidas de centralidade São utilizadas para sintetizar,
ESTATÍSTICA. 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:
MEDIDAS 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,
Estatística 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
Universidade Federal de Lavras Departamento de Ciências Exatas Prof. Daniel Furtado Ferreira 4 a Aula Prática Medidas de Dispersão
Universidade Federal de Lavras Departamento de Ciências Exatas Prof. Daniel Furtado Ferreira 4 a Aula Prática Medidas de Dispersão 1) Os dados apresentados a seguir referem-se ao levantamento dos intervalos
Capítulo 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
MEDIDAS 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
Notas 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
Profa. Janaina Fracaro Engenharia Mecânica 2015
Profa. Janaina Fracaro Engenharia Mecânica 2015 Medidas de Posição ou tendência central Buscam identificar valores característicos de uma relação de valores medidos. Média Aritmética: EX: Suponha que a
Mapas e Estatística. Professores Ligia Vizeu Barrozo Reinaldo Paul Pérez Machado
Mapas e Estatística Professores Ligia Vizeu Barrozo Reinaldo Paul Pérez Machado Abordagens Características básicas Ciência Provisório Explicativo Lógico Empírico Filosofia Provisório Explicativo Lógico
Medidas resumo. Wagner H. Bonat Elias T. Krainski Fernando P. Mayer
Medidas resumo Wagner H. Bonat Elias T. Krainski Fernando P. Mayer Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação 28/03/2018 WB, EK, FM ( LEG/DEST/UFPR
Medidas 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
Métodos Quantitativos II
Métodos Quantitativos II MEDIDAS DE VARIABILIDADE O que significa Variabilidade? As medidas de tendência central nos dão uma ideia da concentração dos dados em torno de um valor. Entretanto, é preciso
Prof. 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,
Estatística 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
25/08/2016. 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
Tutorial para o desenvolvimento das Oficinas
Tutorial para o desenvolvimento das Oficinas 1 Métodos Quantitativos Profa. Msc. Regina Albanese Pose 2 Objetivos Objetivo Geral Este tutorial tem como objetivo parametrizar o desenvolvimento da oficina
Cap. 6 Medidas descritivas
Estatística Aplicada às Ciências Sociais Sexta Edição Pedro Alberto Barbetta Florianópolis: Editora da UFSC, 2006 Cap. 6 Medidas descritivas Análise descritiva e exploratória de variáveis quantitativas
Sumário. Estatistica.indb 11 16/08/ :47:41
Sumário CAPÍTULO 1 CONCEITOS INICIAIS... 19 1.1. Introdução... 19 1.2. Estatística... 19 1.2.1. Estatística Descritiva ou Dedutiva... 21 1.2.2. Estatística Indutiva ou Inferencial... 21 1.3. População...
MEDIDAS DE POSIÇÃO. Lucas Santana da Cunha 10 de maio de Universidade Estadual de Londrina
MEDIDAS DE POSIÇÃO lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 10 de maio de 2017 Introdução Medidas de posição São utilizadas para sintetizar, em um único número,
1) A variância de um conjunto de dados é 16. O desvio padrão será: 1.1 DESVIO MÉDIO ABSOLUTO (Dm) Distribuição de Dados não- Agrupados
RESUMO É de extrema importância para a análise dos dados, verificar o comportamento dos valores tabelados em relação à média. Isto é, estudar a dispersão dos dados em relação à média. No estudo dessa dispersão
Medidas de Dispersão Prof. Walter Sousa
Estatística Medidas de Dispersão Prof. Walter Sousa MEDIDAS DE DISPERSÃO São indicadores do grau de concentração ou dispersão dos dados. AMPLITUDE TOTAL(Range) DESVIO MÉDIO VARIÂNCIA DESVIO PADRÃO COEFICIENTE
Estatística Descritiva
Estatística Descritiva Cristian Villegas clobos@usp.br Agosto de 2013 Apostila de Estatística (Cristian Villegas) 1 Parte I Tabela de frequências e gráficos Apostila de Estatística (Cristian Villegas)
Estatística Descritiva (I)
Estatística Descritiva (I) 1 O que é Estatística Origem relacionada com a coleta e construção de tabelas de dados para o governo. A situação evoluiu: a coleta de dados representa somente um dos aspectos
Análise Descritiva de Dados
Análise Descritiva de Dados Resumindo os dados de variáveis quantitativas Síntese Numérica Descrição e Apresentação de Dados Dados 37 39 34 34 30 35 38 32 32 30 46 36 40 31 39 33 33 35 29 27 39 Ferramentas
AULA 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
Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Variáveis Aleatórias
Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo Variáveis Aleatórias Professora Renata Alcarde Piracicaba março 2014 Renata Alcarde Estatística Geral 27 de Março de 2014 1 / 42
MEDIDAS DE DISPERSÃO. Professor Jair Wyzykowski. Universidade Estadual de Santa Catarina
MEDIDAS DE DISPERSÃO Professor Jair Wyzykowski Universidade Estadual de Santa Catarina Introdução INTRODUÇÃO A variabilidade entre elementos em torno do centro da distribuição é chamada medida de dispersão.
Medidas de Centralidade
Medidas de Centralidade Prof. Dr. Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 11 de abril de 2018 Londrina 1 / 26 São utilizadas para sintetizar, em um único número,
INTRODUÇÃO 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
Unidade I ESTATÍSTICA DESCRITIVA. Profa. Isabel Espinosa
Unidade I ESTATÍSTICA DESCRITIVA Profa. Isabel Espinosa Estatística Veremos nesta unidade: Variáveis Tabela de frequência Gráficos Medidas de tendência central - media,mediana e moda Medidas de dispersão
Medidas 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
UNIVERSIDADE 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
2. Estatística Descritiva
2. Estatística Descritiva ESTATÍSTICA Conjunto de técnicas e ferramentas que descreve, organiza, resume e interpreta as informações a partir dos dados coletados Estatística descritiva Conjunto de técnicas
PARTE 3- MEDIDAS DE DISPERSÃO VERSÃO: MARÇO DE 2017
COMUNICAÇÃO SOCIAL E MARKETING CENTRO DE CIÊNCIAS SOCIAIS APLICADAS UNIVERSIDADE CATÓLICA DE PETRÓPOLIS ESTATÍSTICA APLICADA PARA PESQUISA EM MARKETING E COMUNICAÇÃO (BASEADO NO MATERIAL DE AULA DO PROFESSOR
Eng a. Morgana Pizzolato, Dr a. Aula 02 Revisão de Estatística DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM
Eng a. Morgana Pizzolato, Dr a. Aula 02 Revisão de Estatística DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM TÓPICOS DESTA AULA Revisão de Estatística Coleta de dados Análise de dados
12/06/14. 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
Medidas 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
Estatística Descritiva (I)
Estatística Descritiva (I) 1 O que é Estatística Origem relacionada com a coleta e construção de tabelas de dados para o governo. A situação evoluiu: a coleta de dados representa somente um dos aspectos
Estatítica Descritiva e Exploratória
Gledson Luiz Picharski e Wanderson Rodrigo Rocha 3 de Abril de 2008 Estatística Descritiva e exploratória 1 Introdução à análise exploratória de dados 2 Análise exploratória de dados: Medidas-resumo 3
SUMÁRIO. 1.1 Introdução, Conceitos Fundamentais, 2
SUMÁRIO 1 CONCEITOS BÁSICOS, 1 1.1 Introdução, 1 1.2 Conceitos Fundamentais, 2 1.2.1 Objetivo, 2 1.2.2 População e amostra, 2 1.3 Processos estatísticos de abordagem, 2 1.4 Dados estatísticos, 3 1.5 Estatística
Conceito 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
Bioestatística 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
Unidade 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
Estatística Descritiva
Estatística Descritiva Cristian Villegas clobos@usp.br http://www.lce.esalq.usp.br/arquivos/aulas/2014/lce0216/ 1 Parte I Tabela de frequências e gráficos http://www.lce.esalq.usp.br/arquivos/aulas/2014/lce0216/
Estatística Descritiva
Estatística Descritiva Cristian Villegas clobos@usp.br http://disciplinas.stoa.usp.br/course/view.php?id=8049 1 Parte I Tabela de frequências e gráficos http://disciplinas.stoa.usp.br/course/view.php?id=8049
Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Variáveis Aleatórias
Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo Variáveis Aleatórias Professora Renata Alcarde Sermarini Piracicaba Abril 2016 Renata Alcarde Sermarini Estatística Geral 27 de
1 Medidas de dispersão
1 Medidas de dispersão As medidas de posição são importantes para caracterizar um conjunto de dados, mas não são suficientes para caracterizar completamente a distribuição dos dados. Para isso é necessário
INTRODUÇÃO 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
Estatística para Cursos de Engenharia e Informática
Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004 Cap. 3 Análise exploratória de dados APOIO: Fundação de Apoio
SS714 - Bioestatística
SS714 - Bioestatística Silvia Shimakura silvia.shimakura@ufpr.br Página da disciplina: http://www.leg.ufpr.br/doku.php/disciplinas:ss714 ESTATÍSTICA DESCRITIVA Organização Descrição Quantificação de variabilidade
Estatística Descritiva
Estatística Descritiva Tabela s Gráficos Números x, s 2, s, m o, Q 1, Q 2, Q 3,...etc. 1 Estatística Descritiva 3. Números 3.1. Medidas de posição (ou tendência ) 3.2. Medidas de dispersão 2 3.1. Medidas
Introdução à Bioestatística
Instituto Nacional de Cardiologia December 1, 2015 1 As medidas de posição mais utilizadas são: Amplitude Desvio padrão Variância Coeciente de variação Erro padrão da média Intervalo interquartílico Amplitude
3.1 - 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
ESTATÍSTICA DESCRITIVA E INDUTIVA 2EMA010
ESTATÍSTICA DESCRITIVA E INDUTIVA 2EMA010 Prof.: Tiago V. F. Santana tiagodesantana@uel.br sala 07 www.uel.br/pessoal/tiagodesantana Universidade Estadual de Londrina Departamento de Estatística TVFS (UEL)
Revisão de estatística descritiva
Revisão de estatística descritiva Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais 1 Estatística descritiva É utilizada para resumir, descrever e organizar os dados coletados pelo pesquisador.
MEDIDAS SEPARATRIZES
MEDIDAS SEPARATRIZES lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 24 de maio de 2017 Para entender bem uma distribuição, pode-se conhecer valores acima ou abaixo
Bioestatística Aula 2
Bioestatística Aula 2 Anderson Castro Soares de Oliveira Anderson Bioestatística 1 / 60 Estatística Descritiva Um dos objetivos da Estatística é sintetizar os valores que uma ou mais variáveis podem assumir
Métodos 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
MEDIDAS 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