Estatística Descritiva (II)

Transcrição

1 Estatística Descritiva (II)

2 Arquivo PULSE do Minitab Experimento envolvendo alunos. Cada um tem altura, peso, sexo, hábito de fumar e nível de atividade física anotados. Todos jogam moedas: se CARA, é realizada uma corrida estacionária por 1 minuto. As pulsações antes e após a corrida são registradas. Os demais registram a pulsação em dois instantes (intervalo de 1 minuto), sem a corrida estacionária.

3 Informações do arquivo PULSE MTB > INFO Information of the worksheet Column Count Name C1 92 Pulse1 C2 92 Pulse2 C3 92 Ran 1- fez corrida 2- não fez corrida C4 92 Smokes 1- fuma 2- não fuma C5 92 Sex 1- masculino 2- feminino C6 92 Height C7 92 Weight C8 92 Activity 0- não tem 1- leve 2- moderada 3- intensa

4 Planilha (parcial) Row Pulse1 Pulse2 Ran Smokes Sex Height Weight Activity , , , , , , , ,

5 Variáveis qualitativas Ran Smokes Sex Activity Nominal Ordinal Variáveis quantitativas Pulse 1 Pulse 2 Height Weight Discreta Contínua

6 Variáveis Quantitativas Medidas de posição Média (x) - Mediana (md) Quartis (Q1, Q3) Máximo (máx) Mínimo (min) Medidas de dispersão Variância (s 2 ) Desvio padrão (s) Intervalo-interquartil (Q3 Q1) Coeficiente de variação (CV)

7 MTB > describe c1 c6 c7 Descriptive Statistics Variable N Mean Median Tr Mean StDev SE Mean Pulse , ,61 11,01 1,15 Height 92 68, ,784 3,659 0,382 Weight , ,52 23,74 2,48 Variable Min Max Q1 Q3 Pulse Height Weight ,5 CV 11,01/72,87=0,15 3,66/68,72=0,05 23,74/145,15=0,16

8 Pulsação e peso apresentam dispersão em relação à média praticamente iguais e o triplo da dispersão da altura. Alguns comentários: 50% dos indivíduos tem pulsação menor ou igual a 71 batimentos por minuto; 25% dos indivíduos tem altura igual ou menor a 66 pés; 75% dos indivíduos tem peso igual ou menor a 156,5 libras; a variável com menor dispersão em relação à média é a altura;

9 MTB > describe c1; SUBC > by c3. Variable Ran N Mean Median Tr Mean StDev SE Mean Pulse , ,97 11,44 1, , ,47 10,82 1,43 Variable Ran Min Max Q1 Q3 Pulse MTB > describe c2; SUBC > by c3. Variable Ran N Mean Median Tr Mean StDev SE Mean Pulse , ,68 18,94 3, , ,24 9,95 1,32 Variable Ran Min Max Q1 Q3 Pulse

10 O grupo que correu apresenta um desvio padrão aproximadamente igual ao dobro do que o grupo que não correu. Alguns comentários: Com relação às medidas de posição, os dois grupos antes de correr têm praticamente os mesmos valores; O grupo que correu (Ran=2) tem média de Pulse2 maior que o grupo que não correu (Ran=1). Com relação às medidas de dispersão, os dois grupos antes da corrida apresentam valores semelhantes;

11 Descrevendo a pulsação em repouso segundo o sexo MTB > DESCRIBE C1; SUBC> BY C5. Variable Sex N Mean Median TrMean StDev SE Mean Pulse , ,27 9,95 1, , ,65 11,62 1,96 Variable Sex Min Max Q1 Q3 Pulse

12 Os dados também podem ser resumidos construindo-se uma tabela de distribuição de freqüências. Distribuição de freqüências de uma variável é uma lista dos valores individuais ou dos intervalos de valores que a variável pode assumir, com as respectivas freqüências de ocorrência.

13 No arquivo PULSE MTB > tally c1 Não há perda de informação Summary Statistics for Discrete Variables Pulse1 Count Percent , , , , , , , , , , , , , , , , , , , , , , , , ,09 N= 92

14 Alternativa: construir intervalos de classe Classe de pulsação frequência Informações mais resumidas Perda de informação

15 Exemplo 2: Variável: altura ( height) contínua Distribuição de freqüência para altura ( arquivo PULSE) Classes de altura f fr Construir intervalos de classe 60,25-61,75 61,75-63,25 63,25-64,75 64,75-66,25 66,25-67,75 67,75-69,25 69,25-70,75 70,75-72,25 72,25-73,75 73,75-75,25 Total ,011 0,109 0,022 0,141 0,076 0,217 0,076 0,163 0,098 0,087 1

16 Variáveis Quantitativas Gráficos Dotplot Boxplot Histograma

17 DOTPLOT Arquivo PULSE Dotplot da pulsação em repouso (PULSE1) MTB > DOTPLOT C1.. : : : :. : : :.... : : : : : : : : : :.. :. :. : : :.: : : : : : : : : : : :..: : :. : Pulse1

18 Arquivo PULSE Dotplot da pulsação em repouso (PULSE1) segundo Sexo (SEX) MTB > DotPlot 'Pulse1' ; SUBC> Same; SUBC> By 'Sex'. : Sex 1 : : :.. :.. : : : :... : : : : : : : : : : :... :. : : Sex 2.. :...:. : : : : : : : :..:.. : Pulse1

19 Boxplot Representa os dados através de um retângulo construído com os quartis e fornece informações sobre os valores extremos.

20 Máximo Construção LS=Q3+1,5(Q3-Q1) Q3 Mediana 50% 75% Q1 Mínimo Máximo é o maior valor menor que LS; Mínimo é o menor valor maior que LI. 25% LI=Q1-1,5(Q3-Q1)

21 Exemplo: Tempo de sobrevivência (dias) Dados ordenados (n=36) Observações discrepantes? LI = Q1-1,5(Q3 - Q1) =1,38 LS = Q3 + 1,5(Q3 - Q1) =78,38 md = 41,5 Q1 = 30,25 Q3 = 49,5 * *

22 Arquivo PULSE Boxplot da pulsação em repouso (PULSE1) MTB > BOXPLOT C1 Alguns Comentários: não há observações discrepantes; a distribuição dos valores é aproximadamente simétrica.

23 Arquivo PULSE Boxplots da pulsação em repouso (PULSE1) por sexo (SEX) MTB > BOXPLOT C1*C5 Alguns Comentários: não há observações discrepantes; medidas de posição tendem a ser maior para o sexo feminino; não há fortes evidências de assimetria nos dois grupos.

24 Histograma Agrupar os dados em intervalos de classes (distribuição de freqüências) Bases iguais Construir um retângulo para cada classe, com base igual ao tamanho da classe e altura proporcional à freqüência da classe (f). Bases diferentes Construir um retângulo para cada classe, com base igual ao tamanho da classe e área do retângulo igual a freqüência relativa da classe(f A altura será dada por h = fr/base (densidade de freqüência).

25 Arquivo PULSE Histograma da altura (Height) Distribuição de freqüência para altura (arquivo PULSE) MTB > HIST C6 Classe de altura f fr 60,25 61,75 61,75 63,25 63,25 64,75 64,75 66,25 66,25 67,75 67,75 69,25 69,25 70,75 70,75 72,25 72,25 73,75 73,75 75,25 Total ,011 0,109 0,022 0,141 0,076 0,217 0,076 0,163 0,098 0,087 1 F r e q u e n c y ,0 62,5 64,0 65,5 67,0 68,5 Height 70,0 71,5 73,0 74,5

26 Exemplo: Classes desiguais Vacinação Infantil Classes (meses) f fr h ,28 0,093 0,10 0,08 0,06 0,04 h ,20 0, ,16 0, ,36 0,010 Total 500 1,00 0,02 f

27 Forma da Distribuição

28 Variáveis Qualitativas Os dados podem ser resumidos construindose uma tabela de distribuição de freqüências, que quantifica a freqüência das distintas categorias. Variáveis qualitativas no arquivo PULSE Ran Smokes Sex Activity

29 Variáveis qualitativas no arquivo PULSE MTB > Tally 'Sex' 'Smokes' 'Activity'; SUBC> Counts; SUBC> Percents. Summary Statistics for Discrete Variables Sex Count Percent Smokes Count Percent , , , ,57 N= 92 N= 92 Activity Count Percent 0 1 1, , , ,83

30 Podemos também construir tabelas de freqüências conjuntas (tabelas de contingência), relacionando duas variáveis qualitativas. Exemplo 1: 1 Há indícios de associação entre Sexo e Hábito de fumar? Como concluir? Hábito de Fumar Sexo Fuma Não Fuma Total Masculino Feminino Total Qual o significado dos valores desta tabela?

31 MTB > Table 'Sex' 'Smokes'; SUBC> Counts. Rows: Sex Columns: Smokes 1 2 All All

32 Verificar associação através da: - porcentagem segundo as colunas, ou - porcentagem segundo as linhas. Hábito de Fumar Sexo Fuma Não Fuma Total Masculino 71,43% 57,81% 61,96% Feminino 28,57% 42,19% 38,04% Total 100% 100% 100% Qual o significado dos valores desta tabela? Como concluir?

33 MTB > Table 'Sex' 'Smokes'; SUBC> ColPercents. (RowPercents/TotPercents) Rows: Sex Columns: Smokes 1 2 All 1 71,43 57,81 61, ,57 42,19 38,04 All 100,00 100,00 100,00

34 MTB > Table 'Sex' 'Smokes'; SUBC> Counts; SUBC> RowPercents. Rows: Sex Columns: Smokes 1 2 All ,09 64,91 100, ,86 77,14 100,00 All ,43 69,57 100,00 Cell Contents Count - % of Row

35 Exemplo 2: 2 Dentre os que correram, qual a porcentagem de mulheres? MTB > Table 'Ran' 'Sex'; SUBC> Counts; SUBC> RowPercents. Rows: Ran Columns: Sex 1 2 All ,57 31,43 100, ,89 42,11 100,00 All ,96 38,04 100,00 Resposta: 31,43%

36 Variáveis Qualitativas Gráficos Gráfico de setores Gráfico de barras

37 Gráfico de setores Um círculo é dividido em tantos setores quantas forem as categorias da variável. A área de cada setor é proporcional à freqüência da categoria

38 Arquivo PULSE Gráfico de setores para a variável Ran MTB > %Pie c3. Pie Chart of Ran 1 (35; 38,0%) 2 (57; 62,0%)

39 Arquivo PULSE Gráfico de setores para a variável Activity

40 Gráfico de barras Sobre um eixo, são representados retângulos, um para cada categoria da variável. A altura do retângulo é proporcional à freqüência da categoria

41 Arquivo PULSE Gráfico de barras para a variável RAN MTB > Chart C Count of Ran Ran 2

42 Arquivo PULSE Gráfico de barras para a variável Activity MTB > Chart C Count of Activity Activity 2 3