Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Documentos relacionados
Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

Resumos Numéricos de Distribuições

Probabilidade e Estatística I Antonio Roque Aula 4. Resumos Numéricos de Distribuições

AULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores.

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 10º ANO DE MATEMÁTICA A Tema III Estatística. Aula 1 do plano de trabalho nº 2

Redução dos Dados. Júlio Osório. Medidas Características da Distribuição. Tendência Central (Localização) Variação (Dispersão) Forma

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas

Algarismos Significativos Propagação de Erros ou Desvios

Variável discreta: X = número de divórcios por indivíduo

7 - Distribuição de Freqüências

CAPÍTULO 2 - Estatística Descritiva

Medidas de Dispersão e Assimetria Desvio Médio Variância Desvio Padrão Medidas de Assimetria Coeficiente de Assimetria Exemplos.

Análise Descritiva com Dados Agrupados

CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues

x Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma:

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES

Capítulo 2 Estatística Descritiva Continuação. Prof. Fabrício Maciel Gomes

Medidas de Tendência Central. Prof.: Ademilson Teixeira

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3

8 - Medidas Descritivas

CORRELAÇÃO E REGRESSÃO

FAAP APRESENTAÇÃO (1)

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)

Estatística stica Descritiva

Estatística - exestatmeddisper.doc 25/02/09

2. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO

2 Incerteza de medição

TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

Termo-Estatística Licenciatura: 4ª Aula (08/03/2013)

37 [C] Verdadeira. Veja justificativa do item [B]. Moda = 8

Gráficos de Controle para Processos Autocorrelacionados

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

PROBABILIDADE E ESTATÍSTICA UNIDADE IV - MEDIDAS DE DISPERSÃO OU VARIAÇÃO

Estatística e Probabilidade

CURSO de ESTATÍSTICA Gabarito

Prof. Lorí Viali, Dr.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

UNIDADE IV MEDIDAS DE DISPERSÃO OU VARIAÇÃO

Contabilometria. Aula 8 Regressão Linear Simples

Prof. Lorí Viali, Dr.

MEDIDAS DE TENDÊNCIA CENTRAL

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional. ou experimental.

Cap. IV Análise estatística de incertezas aleatórias

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

3. Estatística descritiva bidimensional

INTRODUÇÃO À ANÁLISE ESTATÍSTICA DE MEDIDAS14

Aula Características dos sistemas de medição

4.1. Medidas de Posição da amostra: média, mediana e moda

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.

4 Critérios para Avaliação dos Cenários

Conceitos Iniciais de Estatística Módulo 3 : MEDIDAS DE POSIÇÃO Prof. Rogério Rodrigues

BEM -ESTAR SOCIAL. Referências Deaton ( 1997 ), Capítulo 3, seção 3.1 baseado no Trabalho Clássico de Atkinson (1970) On The Measurement of Inequality

Lista de Exercícios. 2 Considere o número de aparelhos com defeito na empresa Garra durante 50 dias.

3ª AULA: ESTATÍSTICA DESCRITIVA Medidas Numéricas

Análise da Informação Económica e Empresarial

Regressão Múltipla. Parte I: Modelo Geral e Estimação

UNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Exame Final 1ª Época. Grupo I (4 Valores)

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População

DELINEAMENTOS EXPERIMENTAIS

ESTATÍSTICA APLICADA À ZOOTECNIA

Associação entre duas variáveis quantitativas

Flambagem. Cálculo da carga crítica via MDF

MEDIDAS DE DISPERSÃO:

Análise de Variância. Comparação de duas ou mais médias

Prof. Lorí Viali, Dr.

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados

Neste capítulo abordam-se os principais conceitos relacionados com os cálculos de estatísticas, histogramas e correlação entre imagens digitais.

EXERCÍCIOS DE REVISÃO DE ESTATÍSTICA

Covariância na Propagação de Erros

PROVA 2 Cálculo Numérico. Q1. (2.0) (20 min)

Para quantificar a variabilidade de um conjunto de dados ou medidas é que se usam medidas de dispersão. Vamos estudar algumas delas nesta aula.

Métodos Avançados em Epidemiologia

Y X Baixo Alto Total Baixo 1 (0,025) 7 (0,175) 8 (0,20) Alto 19 (0,475) 13 (0,325) 32 (0,80) Total 20 (0,50) 20 (0,50) 40 (1,00)

BC0406 Introdução à Probabilidade e à Estatística Lista de Exercícios Suplementares 3 3 quadrimestre 2011

Experiência V (aulas 08 e 09) Curvas características

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro

CONCEITOS BÁSICOS. Podemos assim caracterizar três áreas de interesse (ramos) da Estatística: Estatística Inferencial ESTATÍSTICA

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

Estatística I Licenciatura MAEG 2006/07

Análise de Regressão

ESTATÍSTICA. PROBABILIDADES Professora Rosana Relva Números Inteiros AULA e Racionais 09 e 10 ESTATÍSTICA. Professor Luiz Antonio de Carvalho

MODELOS DE REGRESSÃO PARAMÉTRICOS

ESTATÍSTICA PARA TCU PROFESSOR: GUILHERME NEVES

Estatística Espacial: Dados de Área

REGRESSÃO NÃO LINEAR 27/06/2017

Estatística Aplicada II CORRELAÇÃO. AULA 21 07/11/16 Prof a Lilian M. Lima Cunha

R X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD

Sempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos.

NOTA II TABELAS E GRÁFICOS

Transcrição:

Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com

Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos outros; Aula as meddas de centralzação; Eemplo : Ao aplcar uma prova a dos grupos de 4 alunos, tem-se as notas:

Ao se calcular a méda, moda e medana, temos: Quanto mas os dados varam, menos representatva é a méda.

Eemplo : Observe as notas de três competdores em uma prova: Competdor A: 7,0 5,0,0 Competdor B: 5,0 4,0 6,0 Competdor C: 4,0 4,0 7,0 Ao calcular a méda das notas dos três competdores remos obter méda 5 para todos, mpossbltando a nossa análse sobre a regulardade dos competdores; Partndo dessa dea, precsamos adotar meddas que apresente a varação das notas para realzar a análse; O Competdor com menor varabldade é o que se aproma mas da méda; 4

Tpos de Meddas de Dspersão Ampltude Total; Desvo Médo; Varânca; Desvo Padrão; Coefcente de Varação. 5

Ampltude Total (At) Já vmos que a At é a dferença entre o maor valor e o menor da amostra; At má mín Se os dados estão agrupados em classes se faz a dferença entre o lmte superor da últma classe e o lmte nferor da prmera classe; 6

A ampltude total tem a desvantagem de só levar em conta os dos valores etremos, por sso é apenas uma ndcação apromada da dspersão; Outra desvantagem é que a ampltude total apresenta muta varação de uma amostra para outra, mesmo que ambas sejam etraídas da mesma população. 7

... No Ecel 8

Desvo Médo (d m ) É uma méda realzada com o somatóro das dferenças entre cada dado da amostra e a méda artmétca. d m n n Para dados em dstrbução de frequêncas d m n n F Para dados agrupados em classes, usar no lugar do o ponto médo da classe. 9

Eemplo : Numa prova, 5 alunos obtveram as seguntes notas: 5, 6, 9, 0, 0. Calcular o desvo médo. º) º) X 5 6 9 0 0 5 40 5 8 d m 5 8 6 8 9 8 5 0 8 0 8 5 0 5 Conclusão: Em méda, a nota dos alunos fo desvada da méda em pontos. 0

... no Ecel

Eemplo 4: A partr das nformações do eemplo sobre as notas de três competdores, vamos calcular seus desvos médos. Competdor A: 7,0 5,0,0 Competdor B: 5,0 4,0 6,0 Competdor C: 4,0 4,0 7,0 X 5 d d d m(a) m(b) m(c) 7 5 5 5 4 5 5 5 4 5 4 5 5 6 5 7 5 0, 0 0,66, Conclusão: o Competdor mas regular, ou seja, o que menos se desvou da méda fo o Competdor B. Mas temos um empate entre A e C. Como saber o que fo mas regular nas suas notas?

... no Ecel Faça você agora...

O desvo médo, apesar de representar bem a varabldade dos dados, não oferece mutos detalhes, e portanto, não é muto utlzado nas pesqusas estatístcas; Em alguns casos, há empate no valor do desvo médo e não consegumos calcular a varabldade; Geralmente utlza-se a fórmula do desvo médo para encontrar a varânca e o desvo padrão, que são mas utlzados e dão mas nformações; 4

Varânca (σ ou s ) Eleva-se a dferença entre os dados e a méda ao quadrado. Há uma dferencação nas notações e nas fórmulas quando estamos ldando com dados de toda uma população ou com dados de uma amostra; Varânca Populaconal: σ e N Varânca Amostral: s e n Letra grega sgma mnúscula 5

6 Populaconal(σ ) Amostral (s ) Dados não agrupados Dados agrupados N F n N n n s n n F s n

Fórmulas mas Prátcas sem a Méda 7 Populaconal(σ ) Amostral (s ) Dados não agrupados Dados agrupados N N n n s N F F N n F F n s

A varânca dá a nformação referente a posção que os dados estão da méda; No momento que elevamos as dferenças ao quadrado, deamos de ter a mesma undade de medda anteror, no caso notas ; Assm, o resultado da varânca não será mas nota e sm um número que nforma uma posção da méda. Para compreender melhor, vamos retomar o eemplo dos competdores A, B e C; Eemplo 5: Calcular a varânca do eemplo. Como estamos ldando com toda a população, usaremos a fórmula do σ 8

9 4 5 7 5 4 5 4 0,66 0 5 6 5 4 5 5,66 4 0 4 5 5 5 5 7 (C) (B) (A) Usando a Fórmula com Médas: Usando a Fórmula Prátca sem Médas: (uma tabela ajuda) X Σ X X Σ X A 7, 5, 5 49, 5, 9 8 B 5, 4, 6 5 5, 6, 6 77 C 4, 4, 7 5 6, 6, 49 8 N N Prmero eleva-se os termos ao quadrado e depos soma-se Prmero soma-se os termos e depos eleva-se ao quadrado

(A) (B) (C) 5 8 5 77 5 8 8 75 77 75 8 8 6 8 75 6,66 0,66 Competdore s Méda Ampltude Desvo Médo Varânca A 5 4,,66 B 5 0,66 0,66 C 5, Conclusão: Comparando A e C, vemos que o Competdor C está mas prómo da regulardade do que o Competdor A. 0

... no Ecel Faça você mesmo...

Entretanto, ao calcular a varânca observa-se que o resultado será dado em undades quadrátcas, o que dfculta a sua nterpretação. O problema é resolvdo etrando-se a raz quadrada da varânca, defnndo-se, assm, o desvo padrão.

Desvo Padrão (σ ou s) Então, para calcular o desvo padrão é necessáro prmero calcular a varânca e depos etrar a raz quadrada do resultado. ou s s Assm, o desvo padrão tem a mesma undade de medda dos dados orgnas, e portanto, faclta a nterpretação.

Eemplo 6: Calcular o desvo padrão do eemplo, dos competdores: (A) (B) (C) Competdor es (A) (B) (C),66 0,66,4,6 0,8 Méda Ampltude Desvo Médo Conclusão: O desvo padrão é a medda que melhor nforma a regulardade dos dados. Se fossemos ordenar os competdores teríamos: º lugar B º lugar C º lugar A Varânca Desvo Padrão A 5 4,,66,6 B 5 0,66 0,66 0,8 C 5,,4 4

... No Ecel Faça você mesmo... 5

Importante! Usar o Desvo Padrão para comparar a varabldade, quando: mesmo número de observações (mesmo n) mesma undade; (mesmo tpo de elementos) mesma méda artmétca. 6

Se qusermos comparar duas ou mas amostras de valores epressas em undades dferentes, (e. peso e altura) não poderemos fazer a comparação por meo do desvopadrão. Daí usa-se o Coefcente de Varação 7

Coefcente de Varação (CV) É uma medda de dspersão epressa em Porcentagem (medda relatva); Pode ser usado para comparar amostras em mesma undade ou undades dferentes; E pode ser usado para comparar a varabldade dos dados tendo médas dferentes. CV s 00 8

Eemplo 7 (varáves com undades dferentes) : Um eame físco eamnou 6 ndvíduos cujos pesos (kg) foram: 68; 70; 86; 55; 75 e 90. No mesmo eame, foram também tomadas meddas de altura (cm), com os seguntes valores: 70; 60; 64; 64; 70 e 80. Os ndvíduos apresentam maor varabldade no peso ou altura? Méda Desvo Padrão Coefcente de Varação Peso (kg) 74,65 (,65/74). 00 = 5,75% Altura (cm) 68 6,4 (6,4/68).00 =,8% Conclusão: Os ndvíduos possuem maor varabldade no peso, analsando o CV. Não podemos comparar os desvos padrão, pos, os dados têm undades e médas dferentes. 9

... no Ecel Faça você... 0

Eemplo 8 (Varáves com mesma undade, mas com médas dferentes): Em uma empresa o saláro médo dos homens é de R$ 4.000,00, com desvo padrão de R$.500,00; e o saláro médo das mulheres é de R$.000,00, com desvo padrão de R$.00,00. A dspersão relatva dos saláros é maor para homens? Méda (R$) Desvo Padrão Coefcente de Varação Homens 4.000.500 (.500 / 4.000) 00 = 7,5% Mulheres.000.00 (.00 /.000 ) 00 = 40% Conclusão: Não, a dspersão relatva dos saláros é maor para mulheres.

Eemplo 9 (Meddas de Dspersão em Tabela de Frequênca) Calcular a varânca, o desvo padrão e o coefcente de varação. X 5 6 7 F 4 5 º) Calcular a Méda: 4 5 5 5 6 7 7 5 4,7

º) Calcular a Varânca: N F F N X 5 6 7 Σ F 4 5 5 X. F 5 8 4 7 X. F 4 6 5 08 98 7 5 5 7 7 5 5 7 6,07 4,9,

º) Calcular o desvo padrão:,,5 4º) Calcular o CV: CV.00,5.00 4,7,55% 4

Eemplo 0 (Meddas de Dspersão em Tabela de Frequênca Agrupadas por Classes) Calcular a varânca, o desvo padrão e o coefcente de varação, na dstrbução amostral abao: Classes --4 4 --6 6 --8 8 --0 0 -- F 4 7 4 º) Organzar a tabela e calcular a méda Classes X F X. F --4 6 4 --6 5 4 0 6 --8 7 7 49 44 0 7, 8 --0 9 4 6 0 -- Σ 0 44 5

º) Inserr mas uma coluna na tabela e calcular a Varânca. Classes X F X. F X.F --4 6 8 4 --6 5 4 0 00 s n F F n 6 --8 7 7 49 4 8 --0 9 4 6 4 0 -- 6 Σ 0 44 48 s 48 0 44 0 9, 5,85 6

º) Calcular o desvo padrão. 5,85,4 4º) Calcular o Coefcente de Varação CV.00,4.00 7,,6% 7

Eemplo de relação entre Méda e Desvo Padrão O resultado de uma prova (vestbular), normalmente, é conhecdo através da: méda, desvo padrão e dstrbução de frequêncas do número de acertos dos canddatos; Numa dstrbução de frequêncas, há três meddas mportantes: a moda, a medana e a méda; MODA => é o "pco", sto é, o ponto no eo das abscssas de maor freqüênca 8

MEDIANA => é o ponto que dvde as ocorrêncas em duas frações guas; MÉDIA => é o ponto que fara com que o gráfco fcasse equlbrado, não nclnando nem para a esquerda nem para a dreta (centro de gravdade da fgura) 9

Após a realzação de uma prova e a análse dos acertos, é possível calcular a méda e o desvo padrão da prova. Com sso, o canddato pode saber sua nota. Vamos supor que numa prova de 5 questões, a méda tenha sdo 8 e o desvo,5. Isso sgnfca que a maor parte dos canddatos acertaram entre 5,5 e 0,5. Se o canddato conseguu acertar mas do que a méda e um desvo, terá uma nota bastante satsfatóra. 40

O gráfco mostra uma dstrbução normal rgorosamente smétrca. No centro da dstrbução, concdem méda, medana e moda. Uma curva de dstrbução normal (ou Curva de Gauss) tem como característca englobar 99,7% das ocorrêncas no ntervalo compreenddo entre a méda e ± desvos padrão. 4

O desvo padrão de uma prova mede o quanto o conjunto de canddatos se dstancou da méda, tanto além como aquém do centro de dstrbução. Aqu temos Méda de,5 e desvo padrão de 4 4

Espera-se que o resultado da aplcação de uma prova gere uma "curva de dstrbução normal", sto é, essa prova deve gerar uma méda de 5 acertos e os canddatos devem estar dstrbuídos smetrcamente entre zero e 0 acertos. Mas sso é muto dfícl de acontecer em vrtude de outros fatores: nível de dfculdade da prova e preparação dos estudantes. Gerando curvas, na maora das vezes, assmétrcas. 4

- Lsta de Eercícos - Fazer no Ecel- 44