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

Documentos relacionados
CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

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

Análise Descritiva com Dados Agrupados

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

Capítulo 2 Estatística Descritiva Continuação. Prof. Fabrício Maciel Gomes

Variável discreta: X = número de divórcios por indivíduo

8 - Medidas Descritivas

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

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

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

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

Medidas de Tendência Central. Prof.: Ademilson Teixeira

CAPÍTULO 2 - Estatística Descritiva

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

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

Estatística - exestatmeddisper.doc 25/02/09

Resumos Numéricos de Distribuições

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

Estatística stica Descritiva

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

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

MEDIDAS DE TENDÊNCIA CENTRAL

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

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

2. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO

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

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

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS

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


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

CURSO de ESTATÍSTICA Gabarito

FAAP APRESENTAÇÃO (1)

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

CORRELAÇÃO E REGRESSÃO

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

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

Algarismos Significativos Propagação de Erros ou Desvios

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

Prof. Lorí Viali, Dr.

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

7 - Distribuição de Freqüências

4 Critérios para Avaliação dos Cenários

Organização; Resumo; Apresentação.

Estatística I Licenciatura MAEG 2006/07

Prof. Lorí Viali, Dr.

3ª AULA: ESTATÍSTICA DESCRITIVA Medidas Numéricas

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES

Gráficos de Controle para Processos Autocorrelacionados

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

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

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

Análise da Informação Económica e Empresarial

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f

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

Prof. Lorí Viali, Dr.

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

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

MEDIDAS DE DISPERSÃO:

Tratamento de Dados 2º Semestre 2005/2006 Tópicos de Resolução do Trabalho 1

ESTATÍSTICA DESCRITIVA. FONTE: CRESPO, ANTÔNIO ARNOT. ESTATÍSTICA BÁSICA FACIL. 15ª ED. SARAIVA.SÃO PAULO Com adaptações.

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

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%

Escola Secundária com 3º ciclo D. Dinis 10º Ano de Matemática A Estatística

AEP FISCAL ESTATÍSTICA

Associação entre duas variáveis quantitativas

1. CORRELAÇÃO E REGRESSÃO LINEAR

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB PROFESSOR: GUILHERME NEVES

Estatística. 2 - Estatística Descritiva

Aula 5 Senado Federal Parte 2

ESTATÍSTICA PARA TCU PROFESSOR: GUILHERME NEVES

EXERCÍCIOS DE REVISÃO DE ESTATÍSTICA

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS

Regressão Múltipla. Parte I: Modelo Geral e Estimação

Análise de Regressão

2ª Atividade Formativa UC ECS

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

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

Prof. Lorí Viali, Dr.

3. Estatística descritiva bidimensional

50 Logo, Número de erros de impressão

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

Estatística II Antonio Roque Aula 18. Regressão Linear

Estatística e Probabilidade

2. VARIÁVEIS ALEATÓRIAS

ESTATÍSTICA APLICADA À ZOOTECNIA

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

Covariância na Propagação de Erros

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

Medidas de tendência central. Média Aritmética. 4ª aula 2012

Apostila de Estatística

Escola Superior de Tecnologia de Viseu. Fundamentos de Estatística 2006/2007 Ficha nº 7

Métodos para Determinação do Valor Característico da Resistência à Compressão Paralela às Fibras da Madeira

Variáveis Aleatórias

Ajuste de Curvas Regressão. Computação 2º Semestre 2016/2017

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

PROBABILIDADE ESTATÍTICA

Transcrição:

Estatístca Aplcada à Engenhara AULA 4 UNAMA - Unversdade da Amazôna.8 MEDIDA EPARATRIZE ão valores que separam o rol (os dados ordenados) em quatro (quarts), dez (decs) ou em cem (percents) partes guas. Note que para a sua correta aplcação, ege-se que os dados estejam organzados num rol. QUARTI ( ) Q DECI ( ) D PERCENTI OU CENTI ( ) C.8. Quarts ( ) Q guas. ão valores que dvdem o conjunto de dados ordenados (rol) em 4(quatro) partes Prmero Quartl ( Q ) - valor stuado de tal modo na sére de dados que % das observações são menores que ele e 7% são maores. egundo Quartl ( Q ) - valor stuado de tal modo na sére de dados que 0% das observações são menores que ele e 0% são maores. Tercero Quartl ( Q 3 ) - valor stuado de tal modo na sére de dados que 7% das observações são menores que ele e % são maores. Q Q Q 3.8. Decs ( ) D guas. ão valores que dvdem o conjunto de dados ordenados (rol) em 0(dez) partes Prmero Decl ( D ) - valor stuado de tal modo na sére de dados que 0% das observações são menores que ele e 90% são maores. egundo Decl ( D ) - valor stuado de tal modo na sére de dados que 0% das observações são menores que ele e 80% são maores. Nono Decl ( ) 9 D - valor stuado de tal modo na sére de dados que 90% das observações são menores que ele e 0% são maores.

.8.3 Percents ou Cents ( ) C guas. ão valores que dvdem o conjunto de dados ordenados (rol) em 00(cem) partes Prmero Percentl ( C ) - valor stuado de tal modo na sére de dados que % das observações são menores que ele e 99% são maores. egundo Percentl ( C ) - valor stuado de tal modo na sére de dados que % das observações são menores que ele e 98% são maores. egundo Percentl ( C 3 ) - valor stuado de tal modo na sére de dados que % das observações são menores que ele e 98% são maores............. Nonagésmo Nono Percentl ( C 99) - valor stuado de tal modo na sére de dados que 99% das observações são menores que ele e % são maores. fórmulas. Cálculo dos Quarts, Decs e Percents Rotero para o cálculo: º (Passo) Determnar as freqüêncas acumuladas (fac) da dstrbução. º (Passo) Calcular a posção do Quartl, Decl ou Percentl desejado, por uma das. f P 4 (,,3) Quartl. f P 0 (,, 3,..., 9) Decl. f P 00 (,, 3,..., 99) Percentl 3º (Passo) Identfcar a que classe que contém o Quartl, Decl ou Percentl desejado por meo da freqüênca acumulada smples (f ac ).

fórmulas: 4º (Passo) Calcular o Quartl, Decl ou Percentl desejado por meo de uma das Para o Quartl: P fant Q l +. h f Q onde: l lmte nferor da classe do quartl fant frequênca acumulada anteror a classe do quartl fq frequênca smples da classe do quartl h ampltude de classe do quartl Para o Decl: P fant D l+. h fd l lmte nferor da classe do decl fant frequênca acumulada anteror a classe do decl onde: fd frequênca smples da classe do decl h ampltude de classe do decl Para o Percentl: P fant C l +. h fc l lmte nferor da classe do percentl fant frequênca acumulada anteror a classe do percentl onde: fc frequênca smples da classe do percentl h ampltude de classe do percentl Eemplo: os saláros (em saláro mínmo) de 60 professores de uma escola estão dstrbuídos conforme a tabela a segur. Calcule o Q, D 4 e o C 8 e nterprete os resultados. aláro N. º de prof. fac (f) 0 --- 03 0 0 03 --- 0 40 60 0 --- 07 60 0 07 --- 09 30 0 09 --- 0 60 Total 60 -----

fórmulas. olução: º (Passo) Determnar as freqüêncas acumuladas (fac) da dstrbução. º (Passo) Calcular a posção do Quartl, Decl ou Percentl desejado, por uma das. f.60 P 4 4 0 40 elemento. Quartl. f 4.60 P 4 0 0 0 64 elemento. Decl P 8. f 8.60 0 36 elemento 00 00 Percentl 3º (Passo) Identfcar a que classe que contém o Quartl, Decl ou Percentl desejado por meo da freqüênca acumulada smples (f ac ). Quartl (segunda classe); Decl (tercera Classe); Percentl (Quarta classe). fórmulas: 4º (Passo) Calcular o Quartl, Decl ou Percentl desejado por meo de uma das Quartl: 40 0 Q 3 +. 4 aláros mínmos 40 Decl: 64 60 D4 +.,3 60 aláros mínmos Percentl: 36 0 C8 7 +. 8,07 30 aláros mínmos Interpretação: % dos professores da escola ganham até 4 saláros mínmos ou 7% dos professores ganham mas de 4 saláros mínmos.

Interpretação: 40% dos professores da escola ganham até,3 saláros mínmos ou 60% dos professores ganham mas de,3 saláros mínmos. Interpretação: 8% dos professores da escola ganham até 8,07 saláros mínmos ou % dos professores ganham mas de 8,07 saláros mínmos..9 MEDIDA DE DIPERÃO ão meddas estatístcas utlzadas para avalar o grau de varabldade ou dspersão dos valores em torno de um valor central; geralmente as médas. ervem para medr a representatvdade das meddas de tendênca central. Chamamos de dspersão ou varabldade a maor ou menor dversfcação dos valores de uma varável em torno de um valor de tendênca central, tomado como ponto de comparação. Consderemos os seguntes conjuntos de valores como sendo as notas de três turmas de alunos, Y e Z. Turma { 6,0; 6,0; 6,0; 6,0; 6,0} 6, 0 Turma Y {,8;,9; 6,0; 6,; 6,} Turma Z {,0; 4,0; 6,0; 9,0; 0,0} Embora as tumas, Y e Z, apresentem a mesma méda artmétca, é fácl notar que o grupo é mas homogêneo em relação as notas, que os grupos Y e Z, já que todas as notas são guas a méda. O grupo Y, por sua vez, é mas homogêneo que o grupo Z, pos há menor dversfcação entre cada um dos seus valores. Podemos dzer que a grupo apresenta dspersão ou varabldade nula e que o grupo Y apresenta uma dspersão ou varabldade maor que o grupo Z. Portanto, para qualfcar os valores de uma dada varável, resultando a maor ou menor dspersão ou varabldade entre esses valores e a sua medda de posção, a Estatístca recorre às meddas de dspersão ou de varabldade. A segur vamos apresentar algumas meddas de dspersão mas usuas. _

.9. Varânca e Desvo Padrão Cálculo da Varânca para dados não tabulados n. n n n Varânca Desvo padrão Consderemos os seguntes conjuntos de valores como sendo amostras de rendmentos de três grupos de trabalhadores. Grupo { 6,0; 6,0; 6,0; 6,0; 6,0} Grupo Y {,8;,9; 6,0; 6,; 6,} Grupo Z {,0; 4,0; 6,0; 9,0; 0,0} Eemplo: determne a varânca e o desvo padrão para as amostras dos grupos relaconadas anterormente. Para o Grupo {6,0; 6,0; 6,0; 6,0; 6,0} (rendmentos) 6,0 6,0 6,0 6,0 6,0 36,0 36,0 36,0 36,0 36,0 30,0 80,0 ( 30)..80.80 [ 80 ].0 0 n 4 4 n 0 0

Para a Grupo Y {,8;,9; 6,0; 6,; 6,} (rendmentos),8,9 6,0 6, 6, 33,64 34,8 36,00 37, 38,44 30,0 80,0 ( 30) 0,0..80,0.80,0 [ 80 ].0,0 0,0 n 4 4 4 n 0,0 0, Grupo Z {,0; 4,0; 6,0; 9,0; 0,0} (rendmentos),0 4,0 6,0 9,0 0,0 30,0,0 6,0 36,0 8,0 00,0 34,0 ( 30) 4.. 34.34 [ 80 ].4 3, n 4 4 4 n 3, 3,7 Resumo Grupo Varânca Desvo padrão 0,0 0,0 Y 0, 0, Z 3, 3,7

Analsando os resultados obtdos com o cálculo das varâncas e dos desvos padrões, observa-se que o grupo apresenta menor dspersão dos valores em torno da méda e o grupo Z fo o que apresentou maor varabldade em torno da méda Cálculo da Varânca e do Desvo padrão para dados tabulados k f Varânca k. f k k f f Desvo padrão Eemplo: os saláros (em saláro mínmo) de 60 funconáros de uma empresa estão dstrbuídos conforme a tabela a segur. Calcule a varânca e o desvo padrão dos saláros dos funconáros. aláros N.º de func. (f).f. f 0 --- 03 0 40 80 03 --- 0 40 4 60 640 0 --- 07 60 6 360 60 07 --- 09 30 8 40 90 09 --- 0 0 00 000 Total 60 ---- 900 800 k k f ( 900 ). f 800 k k 60 60 f f 737,0.[ 800 06,0 ].737,0 4,64alaros mnmos 9 9 9 4,64,aláros mínmos

.9. Coefcente de Varação de Pearson ( CV p ) O coefcente de varação de Pearson mede percentualmente a varação ocorrda da medda de dspersão absoluta () relatvo a méda artmétca (), ndca a magntude relatva do desvo padrão quando comparado com a méda da dstrbução das meddas. CV p 00% Eemplo: determne o coefcente de varação para as amostras dos grupos relaconadas anterormente. Para o Grupo : _ 30 6pts n CV p 0 0 00 00 6 6 0,0% Para o Grupo Y : _ 30 6pts n CV p 0, 0 00 00 6 6.7% Para o Grupo Z : _ 30 6pts n 3,6 360 CV p 00 00 6 6 60,0%

Observações: alguns analstas sugerem a segunte classfcação do coefcente de varação. Baa varabldade: CV p < % Méda varabldade: % CV p < 30% Alta varabldade: CVp 30% Observando o coefcente de varação das amostras, percebemos que os grupos e Y apresentaram uma baa varabldade, enquanto que a grupo Z apresentou uma alta varabldade, portanto, o grupo Z é o grupo mas heterogêneo..0 MEDIDA DE NORMALIDADE.0. Assmetra ( ) A s Para concetuar assmetra, obvamente precsamos concetuar smetra. Dremos que este smetra quando a maora dos valores da varável se concentra no meo da dstrbução de forma smétrca. Eemplo : saláros (em saláro mínmo) dos funconáros da empresa Alfa - 004. aláros N.º de funconáros 0 --- 03 0 03 --- 0 30 0 --- 07 0 07 --- 09 30 09 --- 0 Total 30 Quando os valores da varável se concentrarem em uma das etremdades da dstrbução, dremos que este assmetra.

Eemplo : saláros (em saláro mínmo) dos funconáros da empresa Alfa - 004. aláros N.º de funconáros 0 --- 03 0 03 --- 0 40 0 --- 07 30 07 --- 09 0 09 --- 0 Total 0 Eemplo 3: saláros (em saláro mínmo) dos funconáros da empresa Alfa - 004. aláros N.º de funconáros 0 --- 03 0 03 --- 0 0 0 --- 07 30 07 --- 09 40 09 --- 0 Total 0.0. Tpos de curva ou dstrbução de freqüênca (a) Curva ou Dstrbução métrca Uma dstrbução é consderada métrca quando o valor da méda for gual ao da medana e moda ( M d M ), sto sgnfca que a maora dos valores se concentra no 0 meo da dstrbução. f M d M 0

(a) Curva ou Dstrbução Assmétrca Postva: Uma dstrbução é consderada assmétrca postva quando a o valor da moda(mo) for menor que o da medana(md) e o da medana menor que o da méda() ( M 0 < M d < ), sto sgnfca que a maora dos valores se concentram á esquerda. f M o M d (a) Curva ou Dstrbução Assmétrca Negatva: Uma dstrbução é consderada assmétrca negatva quando a o valor da méda() for menor que o da medana (Md) e o da medana menor que o da moda(mo) ou ( M d < M 0 < ), sto sgnfca que a maora dos valores se concentram à dreta. f M d M o.0.3 Coefcente de Assmetra As _ Mo Classfcação da dstrbução por meo do coefcente da assmetra: e As -,00 então a dstrbução é assmétrca negatva forte. e,00 < As < -0, então a dstrbução é assmétrca negatva fraca. e 0, As 0, e 0, < As <,00 então a dstrbução é smétrca. então a dstrbução é assmétrca postva fraca. e As ³ então a dstrbução é assmétrca postva forte.

Eemplo: um estudo sobre as dstrbução dos pesos dos alunos da escola FK, onde já calculamos os valores de (9,3 kg), M o (6,8 kg) e (9,0 kg). Calcule o coefcente de assmetra da dstrbução e classfque a dstrbução. _ Mo 9,3 6,8, As 0,8 9 9 Portanto, a dstrbução apresenta uma assmetra postva moderada.