Estatistica 2

Prévia do material em texto

Revisão 
primeira 
avaliação 
qualitativas
 Contextualizando
Variáveis
Revisão 
↑
I reg-I
nece I
-
-
I
8888 ⑧ d d & d
VARIVEL X DADOS
Qualitativa
Variável : conjunto dos possiveis Nominal
resultados Comum
respécie , genero ,
idadel
Dado = é a resposta da variável Qualitativa
/Gato
,
Sanos
,
macho ...) Nominal
Dicotômica
VARISVeiS
E A Qualitativa
Qualitativa Quantitativa Ordinal
categorial Inumérica)
③ ②
I Qualitativa
de Ordinal
NOMINAL ORDINAL
Sem Ordem com ordem
↓ hierarquia
Dicotomical
X T
binária
Isó 2 categorias) Exaustivas Exclusi
vas ordinal exaustiva ordinal exclusiva
Quantitativas
 Resumindo
Observações importantes sobre as Observações importantes sobre as
VARISVeiS QUALITATIVA VDRiveis QUANTITIVS -
* Dados No tem unidade de medida * Dados podem ter unidade de
E medida
6
por isso , obviamente não dá pl por isso
,
dá pl somar
,
sub-
subtrair , somar
,
dividir , etc ! trair , dividir , etc...
* Podem ser representados tanto em
~ Podem ser representados em
Frequências relativas (1) quanto Medidas de tendência central
Frequências absolutas (n) Imédia e medianal
Medidas de posição
*As diferenças entre as classes ·Quartis e percentis)
viso saw constantes. ordinais) Medidas de variabilidade
Variância
,
Desvio padrão ...
)
* Nio bobe escrever dados ordi-
nais em média ↳E e e tee
2 A variável tem Um !
! - ·pode ser no de coisas +bm)
- ↳
DISCRETA CONTINUA N50 Si
Valores inteiros Valores contínuos
Unidade de Unidade de QUALITATIVA QUANTITATIVA
Contagem medida Tem alguma tem Um tipo
2 porcos 20m2 ordem que
·c
, cm
, g ... )
faça sentido? !
S ↳ -b
No SiM N50 Sim
NOMINAL ORDINAL DISCRET CONTINUD
Vai ser dada em "(um) S
massa
,
idacte
,
altura
,
tempo
↑Vai ser apenas um ne
I
Amostragem
 Contextualizando
8 o e o de do * DELINEAMENTO DA PESQUIS
Determina a validade dos dados
e a precisão
"Ate que ponto os resultados saw
População : universo distorcidos em função dos erros
elementos com pelo - uma carac- aleatórios ?
"
teristica em comum
↳ é o que vai definir quem Ou sesa, Ficar atenta à seleção
entra on niw
. da amostra.
Amostra : subconjunto do universo
DEVC SER :
todos os elementos vio ser exa- Representativa
minados . Aleatória
D Randomizada
A
e P>A Ter tamanho significativo
PI que as diferenças encon
tradas sejam grandes o Su-
ficiente pr não ser confundi-
VANTAGENS NO USO DE AMOSTRIS das com acaso.
Masss ... a amostra pode ser
- tempo Boa amostra estatísticamente significante ,
e
- gasto Quantidade inútil clinicamente .
↓ detalhamento Qualidade
↓ velocidade Pop homogênea -> amostra homog.
Pop heterogênea + amostra hetero
OBS = Éticamente
Substituir
,
reduzir , melhorar ↳ MARCO MOSTRIL
Lista de características que
IFERENCis : Tirar conclusões da Pa par compõem o universo estudado
tir da A .
- Nem sempre é possivel
cada característica
D
Descritiva = Organiz e descrição = unidade de amostragem
inferencial = Analise e interpretação
Tamanho da amostra
Técnicas de amostragem 
Probabilística
Probabilística
Exemplo de unidade amostral :
Doença no rebanho da Fazenda
↳ CRITÉRIOS :
Amostra: Fazenda 1380 vacas) De inclusão e de exclusão
U . Amostral : Cada vacc Termo de consentimento
Produção de leite na Bahia ↳ TiPOS =
Amostra : Fazendas 1380 Fazendas Probabilística aleatorial S
U . Amostral= Cada Fazenda . Semi-probabilistica 2
I
Muito grande = desperdicio
· Aleatória
Falta de ética
·
Sorteio/processo randômied
I
REGRS BISICD : as unidades são retiradas
no acaso da Amostra
↑amostra berro amostral Por isso
,
todos os indi-d
viduos têm a mesma
P/ calcular : especialista + estatístico chance de Serem Sele-
cionados
.
DEPENDE DE :
recursos
, tempo , no de grupos esta- OBS:
EXISTE MARCO AMOSTRAL!!
dados. > cada característica precisa
NIVEL De CONFIANCA= 95r estar identificada !
MARGEM DE ERRO= 5 %
NUMEROS DE CISOS ESTIMADOS : 50 %
I
NiveL De SicNiFicINCIA/sem acaso
AMOSTRA De CONVENINCID : a
Não Fazem nenhum cálculo e nem
tem método de Seleção . ALEATÓRIO ALCATÓRIO
d= margem de erro SiMPLES ESTRATIFICADA
n
= 22+ p4s00- p n: tamanho
todo mundo nem todos
A2 xN
2 = confiança
tem a mesma chance tern a mesma-
p = proporçao
Resumindo 
Semi-probabilística
5:) Sortie a quantidade indi-
J . 1 ALEITORIO SIMPLES cada em cada estrato .
38) histal identifica a população * Duas Caixas / Dois Sorteios
diferentes.
Ex: Soo clientes /enumere -os
Ex : At M
2=) Calcule quantos da amostra enumerar enumerar
vo vai entrevistar . de 1a36 de I a D
2%. dos clientes = 10
I I ab e a de di e a
3:) Realize o Sorteio
É aleatório ?
10 elientes sorteados
↓
aleatoriamente . PROBABILSTICD
Todos tem a msm chance ?
1 . 2 ALEATÓRIO ESTRATIFICADA Sa Wa
Sin Vio
38) histal identifica a população Aleatória Aleatória
Simples Estratificada
Ex: 48
pessoas
36 Homens
12 Mulheres
22) Quantos da amostra vo vai 2
entrevistar ? en
20 % + 48 = 9
,
6 = 10
Sistemátic POR CONGLOMERIDOS
3:) Separe os estratos seleciona seleciona os
- 2 individuos em indivíduos por
intervalos = unidades que
homens mulheres ↓ estão agrupadas
36 12
Sistema bré-
4) Calcule os Loi decada estabelecido
estrate = -> APROX O
16 : 20% x 36 = 7
,
2 = 8 MaioR DOS LEITORIA
,
MAS NSU RONDOMI
M= 20 % x 12 = 2
,
4 = 2 ~I's ZADA !
não-probabilística
2
.
1 SISTEMSTiCD Vai entrevistar todas as cases
Sorteadas /pode ter S
,
2 ou so
· Útil quando já existe cadastro/ pessoas ,
pode ser apenas homere
,
enumeração apenas mulheres
, enfir ... )
.
·
Não pode existir ordenamento Diferente dos estratos
,
os
prévio /de 1 a 35 apenas homens) conglomerados saw hetero-
e
ou seja ,
cadastramento aleatória. geneos .
-
Se souber o tamanho populacional
1) calcular o intervalo aplicado
3
S] =
I on N ·
It ↳conveniênciel
n SA QuotA 2 BOL DE NEVE
I VOLUNTÁRIOS 4
2) Bortear um n
: I no [] 3
-
Se nãw souber o tamanho de A
1) Selecione individuos em [] ignal Vantagens : Fácil
,
rápida e
tipo
,
Selecionar Jo animais e des- barater
cartar 10
.
Desvantagens : Sem rigor estatístico
· Sem tamanho da amostra
2. 2 CONGLOMEMDOS
· Sem aleatoriedade.
· Não é randomizada
· Tem acesso aos conglomera-
· Tem Vieses
dos ,
mas nãw as unidades
.
o Perde validade do estudo
I QuoTS : Julgamento
Sit Estima idade/renda emprego
Panfletagem
2 conveniência : Fácil acesso
Uma turma pl representar
n =
4 a escola toda.
ne's sorteados= 3
,
7
,
8
,
10
Resumindo 
3 Voluntários = A amostra não re-
presenta toda a populacao
E
Quem tiver tempo responde , por ex .
4 Bols De Nev : Individuos selecio-
nados convidar novos partipantes
Recrutamento exponencial .
I I ab e a de di e a
Não é aleatória
Naw é randomizada
Com Vieses
Sem populacio alwo
- Quotas
,
conveniencia
,
bola
de neve
, voluntários.
Medidas de tendência central 
Média 
Mediana
Moda
Tipo Média Moda Mediana 
Resumindo 
P/ caracterizar um grupo ↑Amodal
Pode ser -> Unimodal
↳
Bimodal
- conve: ( Nos é bom usar em conjuntos-
n i tamanho da amostra pequenos
* PONDERDA = DCs · Ps + x2 . P2 ...
B
NO No SiM No
-
ve
-
N= impar valor central E ORDI NBO Si SiM
~
Nat
-
N
+ 0
,
5 = Dis SiM SiM SiM
2 . CRETA Se assim. se Sim
-
CONTI Si TShVEZ SiM
N =
par =P Média dos 2 valores centrais
E I NUD seassim . se Sim
-
N 2 N + I
2 2 8 ↳888 8 se & d
men
tira a média
Quais nominal : moda
- Não precisa ser um valor da bordinal : moda e mediana
Série amostral .
Quantia ~ discreta : média(s)
Boa pl pesquisas que tem pouca moda e mediana(s)
importância em valores extremos ↳ continua = média (1)
moda!)
,
mediana(s)
Valor que mais aparece .
Separatrizes
 Contextualizando
Quartis 
Percentis
· a & d e e de 3) Ache a mediana dos dados
acima e abaixo
.
Usada bl observar alem do centro COMO FAZER POR MAT. BASICS :
Nãw contain toda a história
Näw dizem NADA sobre partes do si) calcule 25%, 50 % e 75: dos
conjunto de dados.
dados fornecidos
! Noxo
Útil em testes de performances
SPARSTRIZES AT
a
Gráfico BOX PLOT=
QUARTIS PERCENTIS
->
38 quartil->
so quartil
↳partes 100 partes I
-N,so !!
-> mediana
FODa-SC O TAMANIO DA Caixa
.
Okla
AS LINDIS DE ACORDO COM O
Dividem partes de uma Série Que 1 questio peDe!
São 3 quartis
&S : 114 Ou 25 %
& 2 = 214 au 50%
&3= 314 on 75 % Divide em soo partes
-> No do percentilCOMO FAZER DELA R-CGRS : D = p . N
100 que a questão pede
j)Organize os dados em Ordem
crescente
↳
No de elementos
28) Achar a mediana
PAR IMPAR * Se necessário, aproximar do
N eN + 1 N + 0,
5 no inteiro mais próximo .
2 2 2
Dispersão 
 Contextualizando
Amplitude
[] interquartl
Variância 
5 ↳ s e e e e e e e d OUTLERS : aberracio
,
inconsistente
I
Se tiver 1
,5x [] acima do &3 ou
São as Medidas de variabilidade abaixo do &S .
DiSP-RS10
->
[ inter OUTLieR int = &S - 19
,5 x[])
b↳
quartil OUThieR Sup = &3 + /1 ,
5 + [])
Amplitude
·
an
total Variância
Coeficiente de
variacao ↳ 1 . Desvio PadranI
↳a
. Coeficiente de
Variaçai.
Total = "Range" vai mostrar o quar perto on 0
quar longe sua amostra está
R = Umáx - Umin do centro. Apenas
Now mede bemn a variabilidade 58) calcule se
Pois 2 consuntos podem
ter : variabilidades & e amplitudes
2 valores extremos S
iite[7 = &5 - &S
5:) Divida por
Muito usado em distribuições assi-
métricas /as como medida central e
S] como medida de dispersao) .
No BOX PLOT : 13
1
Costuma se usar o DP
6
é a raiz quadrada
da variância
, logo :
I P/ CALCULR O HP
58) calcule se
2:) Subtraia a sã de cada valor
37 Eleve os resultados ao
L
: Some esses resultados
3:) Divida por n-s
6:) Tire Y do valor encontrado
2 COEficiente De VARIAÇÃO
Compara o quanto a arnostras
variaram em relação à média .
Cr : SNo P
C
Expressa em 1. O desvio padrão
pr permitir comparações .
Gráficos e tabelas
Variável Qualitativa Nominal 
Variável Qualitativa ordinal 
Qual tabela usar ? COM INTERVALO
- O-Fabsoluta
3 significa que esta
!
1 - --- I
incluído
A SUS TABEL Deve TER:
Q
I
seria
Frelativa
Valor referen
· Titulo /o que , onde
, quando) sem .
cial
· Cabeçalho /o que indica cada colunal
born organizar em Isepara por traco horizontall
Ordem alfabética
· Coluna indicadora /características
des dados sem traco
· Dados ou resultados /corpol
RESPEITR
~
SORDem O Rodapé/simbolos
, fontes e explic
Tabela de contingência 
gráficos
Setores
Barra
QUAL GRÁFICO USDR ?
Avalia 2 variáveis diferentes
conjunto de 2 variáveis qualitatives Setores
· I Eminnal
-Pizzal barra
Livros : categorias de variável ou dispersão
CoLunss
:
categorias de outra variável coluna
· Proporções de variáveis qualitar
tivas .
· Uma variável por vez.
Exempli : ·Njo usar em variáveis nominais
binárias.
· Uma merda com valor pequeno
↳ assim como comer um pequeno
pedaço de Pizza
-
j 1
Ia variavel 28 variável
· Frequência absoluta on relativa
Linhas
Dispersão
· Pode representar 2 variáveis
cuidado com
->
as cores
· Bom pr tendências / períodos
o Cuidado com qual medida de
tendência central vo vai usar
· Avalia tendências de duas varic-
veis continuas
·Correlação
V
correlação e regressão 
 Contextualizando
& de a de a a a Coeficiente De RENACIO Se
Pearson
Distribuicao Simétrica
Se as duas variáveis são Variáveis quantitativas
Qualitativas =D Tabela de con Relacion linear
I
tingência.
Se as duas variáveis são 0 < r /correlacio +
QUANTITATIVAS =D gráfico de dis-
persão . -ser20/correlacio
Uma qualitativa e uma quanti-
tativa D Análise combinada
.
Relação positiva - Fraca
↳ Forte Coeficiente De Reco De
Spearman
Relacao negativa Frasee e Distribuicao assimétrica
I
Variáveis quantitativas e qualitatives
COURINCIS :
Desvio padrão conjunto
↓
Comportamento semelhante
Pode Ser
: Linear ↑
-
Comportamento oposto
New Linear * Não é sinónimo De Causs
 Regressão 
o Como uma variável se altera em
Função da outra
.
· Suporta teoria de causa e efeito
NO GRSFICO=
2: variável explanatória
y: variável ordenada
y = a + bx variável
↳
↳
define a inclinacar da reta
I
valor de y quando x = 0
CofficieNIE DE DETERMINACO :
tire raiz 2 do coeficiente
de pearson
Mede a contribuição de uma
variável na previsão da outra
.