Capítulo 2 Estatística Descritiva Continuação. Prof. Fabrício Maciel Gomes

Documentos relacionados
Estatística. 2 - Estatística Descritiva

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

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

Análise Descritiva com Dados Agrupados

Variável discreta: X = número de divórcios por indivíduo

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

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

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

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

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

Medidas de Tendência Central. Prof.: Ademilson Teixeira

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

CAPÍTULO 2 - Estatística Descritiva

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

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

2. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO

8 - Medidas Descritivas

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

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

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

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

Estatística stica Descritiva

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

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

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

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.


FAAP APRESENTAÇÃO (1)

7 - Distribuição de Freqüências

TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS

CURSO de ESTATÍSTICA Gabarito

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

PROBABILIDADE ESTATÍTICA

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

Resumos Numéricos de Distribuições

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

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística

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

IV - Descrição e Apresentação dos Dados. Prof. Herondino

Estatística I Licenciatura MAEG 2006/07

Estatística - exestatmeddisper.doc 25/02/09

2. VARIÁVEIS ALEATÓRIAS

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

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

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

Variáveis Aleatórias

Análise da Informação Económica e Empresarial

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

Organização; Resumo; Apresentação.

Gráficos de Controle para Processos Autocorrelacionados

3ª AULA: ESTATÍSTICA DESCRITIVA Medidas Numéricas

ESTATÍSTICA APLICADA À ZOOTECNIA

2ª Atividade Formativa UC ECS

EXERCÍCIOS DE REVISÃO DE ESTATÍSTICA

4.1 Modelagem dos Resultados Considerando Sazonalização

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

4 Critérios para Avaliação dos Cenários

Estatística e Probabilidade

N 70 = 40 25N+1500 = N = 1300 N = 52 LETRA D

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

DISTRIBUIÇÃO DE FREQUÊNCIAS

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

MEDIDAS DE TENDÊNCIA CENTRAL

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)

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

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

Estatística Espacial: Dados de Área

Notas de Aula de Probabilidade A

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

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

MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES

Caderno de Exercícios Resolvidos

Aula 5 Senado Federal Parte 2

O problema da superdispersão na análise de dados de contagens

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB PROFESSOR: GUILHERME NEVES

EXEMPLOS DO CURSO DE ESTATÍSTICA ENGENHARIA DE MATERIAIS

As tabelas resumem as informações obtidas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de informações.

(c) 0,5; 9,5; -10,5; -0,5; 12,3; 2,3; etc. Ocorre desvio alto para o indivíduo 19 (-19,5) X (idade da casa)

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

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

Prof. Lorí Viali, Dr.

O problema da superdispersão na análise de dados de contagens

Prof. Lorí Viali, Dr.

ESTATÍSTICA PARA TCU PROFESSOR: GUILHERME NEVES

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

50 Logo, Número de erros de impressão

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA

Economia Industrial. Prof. Marcelo Matos. Aula 7

Primeiro Exercício da Lista de Interpolação TOL 10 9

Universidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº2: Distribuições Bidimensionais

TEORIA DA PROBABILIDADE:

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS

Introdução e Organização de Dados Estatísticos

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

9 Medidas Descritivas

UNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Teste Intermédio A. Grupo I (5 Valores)

Prof. Lorí Viali, Dr.

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

Transcrição:

Capítulo Estatístca Descrtva Contnuação Prof. Fabríco Macel Gomes

Problema Uma peça após fundda sob pressão a alta temperatura recebe um furo com dâmetro especfcado em 1,00 mm e tolerânca de 0,5 mm: (11,75 1,5) Deseja-se DESCREVER as seguntes Varáves de Resposta: X: número de defetos por peça fundda Y: dâmetro do furo Para tanto, coletou-se dados de uma Amostra de 5 peças

Coleta de Dados Peça X : número de defetos Y : dâmetro do Furo (mm) Peça X : número de defetos Y : dâmetro do Furo (mm) 1 1,1 14 0 11,99 0 11,73 15 1,7 3 1 11,94 16 1 1,11 4 11,86 17 6 11,80 5 1 1,31 18 3 1,0 6 0 1,10 19 0 1,3 7 1 1,19 0 1 1,08 8 0 11,78 1 0 11,88 9 1,0 1 11,76 10 1 1,05 3 1,05 11 1 11,81 4 0 1,07 1 3 1,00 5 0 1,0 13 1 1,34

VARIÁVEL X : Número de Defetos por Peça Tabela de Dstrbução de freqüêncas: f frequênca ' p Ordem X (absoluta) (relatva) 1 0 8 3% 1 9 36% 3 5 0% 4 3 8% 5 4 0 0% 6 5 0 0% 7 6 1 4% total 5 100%

frequênca VARIÁVEL X : Número de Defetos por Peça DIAGRAMA DE BARRAS (Varável Dscreta) 10 9 8 7 6 5 4 3 1 0 0 1 3 4 5 6 defetos por peça

VARIÁVEL Y : Dâmetro de Furo (mm) Número de classes: k n (ntero) Ampltude da Amostra: R X max X mn Ampltude das classes: Exemplo da Fundção: h R k População: Total de peças produzdas Tamanho da Amostra: n = 5 peças Varável Y: dâmetro do furo (mm)

VARIÁVEL Y : Dâmetro de Furo (mm) Ampltude da amostra: R Y max Y mn 1,34 11,73 0,61 Número de classes: k n 5 5 Ampltude das classes: h R k 0, 61 5 01, h = 0,13

VARIÁVEL Y : Dâmetro de Furo (mm) Tabela de Dstrbução de freqüêncas: classe Dâmetro do Furo Valor médo Y frequênca 1 11,705 até 11,835 11,77 5 0% 11,835 até 11,965 11,90 3 1% 3 11,965 até 1,095 1,03 7 8% 4 1,095 até 1,5 1,16 6 4% 5 1,5 até 1,355 1,9 4 16% total 5 100% f ' p

VARIÁVEL Y : Dâmetro de Furo (mm) frequênca HISTOGRAMA (Varável Contínua) 8 7 6 5 4 3 1 0 11,77 11,90 1,03 1,16 1,9 Dâmetro do Furo (mm)

VARIÁVEL: Categora do Dâmetro de Furo Dstrbução de freqüênca: frequênca classe Dâmetro do Furo Categora absoluta relatva 1 < 11,75 11,75 até 1,5 3 > 1,5 abaxo da especfcação 1 4% dentro da especfcação 1 84% Acma da especfcação 3 1% total 5 100%

VARIÁVEL: Categora do Dâmetro de Furo Dâmetro Abaxo da Especfcação Dâmetro Dentro da Especfcação Dâmetro Acma da Especfcação

Meddas de Posção Méda Medana Quartl Decl Percentl Moda

Méda da População (Varável X): E(X) X N 1 x N X : -ésmo valor da Varável X N : tamanho da População X é um PARÂMETRO, sto é, um DETERMINADO NÚMERO, pos consdera TODOS os possíves valores da População

Méda da Amostra ou Méda Amostral: X X N 1 x X : -ésmo valor de uma Amostra da Varável X n : tamanho da Amostra n X é uma VARIÁVEL, pos depende dos valores de cada Amostra

Méda da Amostra ou Méda Amostral: X Dados em Tabela de freqüênca dos valores de uma dada Amostra da Varável X k 1 ' k 1 p x n f x X tamanhodaamostra : f n k 1 frequêncarelatva : n f p ' f : freqüênca do valor X

Méda da Amostra ou Méda Amostral: X Dados em Tabela de freqüênca das classes de uma dada Amostra da Varável X X k 1 x n f x : valor médo da classe f : freqüênca da classe k : número de classes

Méda Amostral: Exemplo da Fundção Varável X: número de defetos por peça Tabela de Dstrbução de freqüênca dos Valores Ordem Número de Defetos X frequênca f X f 1 0 8 0 1 9 9 3 5 10 4 3 6 5 4 0 0 6 5 0 0 7 6 1 6 total 5 31 X k 1 X n f 31 5 1,4

Méda Amostral: Exemplo da Fundção Varável Y: dâmetro do furo (mm) Tabela de Dstrbução de freqüênca das Classes Classe Dâmetro do Furo frequênca Y f 1 11,705 até 11,835 11,77 5 58,85 11,835 até 11,965 11,90 3 35,7 3 11,965 até 1,095 1,03 7 84,1 4 1,095 até 1,5 1,16 6 7,96 5 1,5 até 1,355 1,9 4 49,16 Y f total 5 300,88 Y k 1 Y n f 300,88 5 1,04

Medana: md Idéa: dvdr em partes um conjunto ordenado de valores 1 - Tabela com n valores ordenados: n: ímpar md = valor de ordem (n + 1)/ Exemplo: ordem 1 3 4 5 6 7 8 9 valor 35 36 37 38 40 40 41 43 46 n = 9 (n+1)/ = 5 valor de ordem 5 = 40 md = 40

Medana: md Idéa: dvdr em partes um conjunto ordenado de valores 1 - Tabela com n valores ordenados: n: par md = valor médo entre o de ordem n/ e o de ordem n/+1 Exemplo: ordem 1 3 4 5 6 7 8 valor 1 14 14 15 16 16 17 0 n = 8 valor de ordem n/ = 15 valor de ordem(n/) + 1 = 16 md 15 16 15,5

Medana: md Tabela de Dstrbução em classes de freqüêncas: md L md n F f md md h onde: L md : lmte nferor da classe que contém a medana n : tamanho da Amostra F <md : frequênca acumulada das classes anterores à classe que contém a medana f md : freqüênca da classe que contém a medana h : ampltude das classes

Medana: md Exemplo da Fundção: Varável Y: dâmetro do furo (mm) Lmtes Reas classe Lm. nf. Lm. sup. frequênca absoluta f Acumulada F 1 11,705 11,835 5 5 11,835 11,965 3 8 3 11,965 1,095 7 15 4 1,095 1,5 6 1 5 1,5 1,355 4 5

Medana: md md L md n F f md md h md 11,965 5 8 7 0,13 1,04

Quartl: Q Idéa: dvdr em 4 partes um conjunto ordenado de valores numércos 0% 5% 50% 75% 100% Q 1 Q =md Q 3 Q 1 : Prmero Quartl Q : Segundo Quartl = Medana Q 3 : Tercero Quartl

ordem X 1 0 0 Exemplo da Fundção: Varável X: número de defetos por peça 3 0 4 0 5 0 6 0 7 0 8 0 Q 1 = 0 (prmero quartl) 9 1 10 1 11 1 1 1 13 1 14 1 Q = 1 (segundo quartl) 15 1 16 1 17 1 18 19 0 1 3 3 4 3 5 6 Q 3 = (tercero quartl)

peça Y 1 11,73 11,76 Exemplo da Fundção: Varável Y: dâmetro do furo (mm) 3 11,78 4 11,80 5 11,81 6 11,86 7 11,88 Q 1 = 11,88 (prmero quartl) 8 11,94 9 11,99 10 1,00 11 1,0 1 1,05 13 1,05 14 1,07 Q = 1,05 (segundo quartl) 15 1,08 16 1,10 17 1,11 18 1,19 19 1,0 0 1,0 1 1,1 1,3 3 1,7 4 1,31 5 1,34 Q 3 = 1,0 (tercero quartl)

Quartl: Q Dstrbução em classes de freqüêncas: Q L Q n F 4 f Q Q h onde: L Q : lmte nferor da classe que contém o -ésmo Quartl n: tamanho da Amostra F <Q : frequênca acumulada das classes anterores à classe que contém o -ésmo Quartl; f Q : freqüênca da classe que contém o -ésmo Quartl; H : ampltude das classes

Quartl: Q Exemplo da Fundção: Varável Y: dâmetro do furo (mm) Lmtes Reas classe Lm. nf. Lm. sup. frequênca absoluta f Acumulada F 1 11,705 11,835 5 5 11,835 11,965 3 8 3 11,965 1,095 7 15 4 1,095 1,5 6 1 5 1,5 1,355 4 5 Q 1 = valor de ordem 7 (5/4) classe Q = valor de ordem 13 (50/4) classe 3 Q 3 = valor de ordem 19 (75/4) classe 4

Quartl: Q Q L Q n F 4 f Q Q h Q1 11,835 1 5 4 3 5 0,13 11,89 Analogamente: Q =1,05 Q 3 =1,18

Box-Plot PE: Ponto Extremo (outler) BS: Barrera Superor = Q 1,5 ( Q Q ) 3 3 1 PS: Ponto Adjacente Superor Q 3 : Tercero Quartl Q : Segundo Quartl = Medana Q 1 : Prmero Quartl PI: Ponto Adjacente Inferor BI: Barrera Inferor = Q 1,5 ( Q Q ) 1 3 1 PE: Pontos Extremos (outlers)

Box-Plot Exemplo da Fundção: Varável X: número de defetos por peça X 17 = 6 Ponto Extremo (outler) BS = 5 BS Q 1,5 ( Q Q 3 3 1 ) BS 1,5 ( 0) 5 PS = 3 Q 3 = Q = 1 Q 1 = 0 PI = 0 (sem bgode nferor) BI Q1 1,5 ( Q3 Q1 ) BI = -3 BI 0 1,5 ( 0) 3

Box-Plot Exemplo da Fundção: Varável Y: dâmetro do furo (mm) BS = 1,68 BS Q 1,5 ( Q Q ) 3 3 1 BS 1,0 1,5 ( 1,0 11,88) 1,68 PS = 1,34 Q 3 = 1,0 Q = 1,05 Q 1 = 11,88 PI = 11,73 BI = 11,40 BI Q1 1,5 ( Q3 Q1 ) BI 11,88 1,5 ( 1,0 11,88 11,40)

Decl Idéa: Dvdr o conjunto de dados em 10 partes guas 0% 10% 0% 30% 40% 50% 60% 70% 80% 90% 100% D 1 D D 3 D 4 D 5 D 6 D 7 D 8 D 9 D 5 = medana

Percentl Idéa: Dvdr o conjunto de dados em 100 partes guas 0% 1% % 3% 50% 97% 98% 99% 100% P 1 P P 3 P 50 =md P 97 P 98 P 99

Moda: mo Valor de máxma freqüênca dentro de um conjunto de dados Dados em Tabela de frequênca dos valores Exemplo da Fundção: Varável X: número de defetos por peça frequênca f ' p Ordem X (absoluta) (relatva) 1 0 8 3% 1 9 36% 3 5 0% 4 3 8% 5 4 0 0% 6 5 0 0% 7 6 1 4% total 5 100% mo = 1

Moda: mo Dados em Tabelas de frequênca das classes Classe Modal: aquela(s) de maor freqüênca mo L d 1 d 1 d h L : lmte nferor da classe modal d 1 : dferença entre a freqüênca da classe modal e a medatamente anteror d : dferença entre a freqüênca da classe modal e a da medatamente segunte h : ampltude das classes

Moda: mo Dados em Tabelas de freqüênca das classes Exemplo da Fundção:Varável Y: dâmetro do furo (mm) Lmtes Reas classe Lm. nf. Lm. sup. f frequênca absoluta Acumulada F 1 11,705 11,835 5 5 11,835 11,965 3 8 3 11,965 1,095 7 15 4 1,095 1,5 6 1 5 1,5 1,355 4 5

Moda: mo mo L d 1 d 1 d h d 1 d 7 3 4 7 6 1 mo 11,965 4 4 1 0,13 1,07

Meddas de Dspersão Varânca Desvo padrão Coefcente de Varação Ampltude

Varânca da População: Var X X N 1 X N x X : -ésmo valor da Varável X x : Méda da População N : tamanho da População X é um PARÂMETRO, sto é, um DETERMINADO NÚMERO, pos consdera TODOS os possíves valores da População

Varânca da Amostra ou Varânca Amostral: s X S X N 1 X n 1 X X : -ésmo valor de uma Amostra da Varável X n : tamanho da Amostra S X é uma VARIÁVEL, pos depende dos valores de cada Amostra

Varânca Amostral n - 1 f x) (x S n 1 X 1 n n / ) f x ( f x S n 1 n 1 X equvalente

Varânca Amostral Exemplo da Fundção X: número de defetos por peça X f X f X f 1 0 8 0 0 1 9 9 9 3 5 10 0 4 3 6 18 5 4 0 0 0 6 5 0 0 0 7 6 1 6 36 total 5 31 83 s X 83 ( 31) 5 1 5 1,86

Varânca Amostral Exemplo da Fundção Y: dâmetro do furo (mm) Y f Y f Y f 1 11,77 5 58,85 69,66 11,90 3 35,7 44,83 3 1,03 7 84,1 1013,05 4 1,16 6 7,96 887,19 5 1,9 4 49,16 604,18 total 5 300,88 361,91 s Y 361,91 ( 300,88) 5 1 5 0,03

Desvo Padrão População: X X Amostra: s s x x Emprcamente: s 1 x s x c onde c: n 3 4 5 7 10 1 15 0 5 50 100 >100 c 0,7979 0,886 0,913 0,9400 0,9594 0,977 0,9776 0,983 0,9869 0,9896 0,9949 0,9975 1,0000

Desvo Padrão Exemplo da Fundção n = 5 c = 0,9896 X: número de defetos por peça s X 1,86 s X 1 0,9896 1,86 1,38 Y: dâmetro do furo (mm) s Y 0,03 s Y 1 0,9896 0,03 0,181

Coefcente de Varação: CV Idéa: relação entre Desvo padrão e Méda (%) População: Amostra: CV(X) X X 100 CV(X) s x x 100 Regra empírca: CV < 5% dspersão baxa 5% < CV < 30% dspersão moderada 30% < CV < 50% dspersão alta CV > 50% dspersão muto alta

Coefcente de Varação: CV Exemplo da Fundção: X: número de defetos por peça cv 1,38 1,4 X 111,3 % dspersão muto alta Y: dâmetro do furo cv 0,181 1,04 Y 1,5 % dspersão muto baxa

Ampltude: R(X) (R X) X máx X mn Exemplo da Fundção: X: número de defetos por peça X máx = 6 X mín = 0 R(X) = 6 0 = 6 Y: dâmetro do furo (mm) Y máx = 1,34 R(Y) = 1,34-11,73 = 0,61 Y mín = 11,73

Ampltude: R(X) Relação Empírca (útl para verfcação de erros grosseros): R/ 6 s R/3 Exemplo da Fundção: X: número de defetos por peça R(X) = 6 S X = 1,38 6 / 6 s 6 / 3 1 S X OK! Y: dâmetro do furo (mm) R(Y) = 0,61 S Y = 0,181 0,61/ 6 s 0,61/ 3 0,10 s 0,03 OK!