Elaboração e análise de relatórios estatísticos

Prévia do material em texto

Duas grandes áreas — estatística descritiva e a estatística inferencial
• Estatística descritiva: coleta, organização e resumo de dados (com
diagramas e gráficos ou utilizando um valor numérico resumido);
• Aplicada a dados amostrais e populacionais;
• Análises para resumir dados (média, mediana e desvio-padrão).
• Estatística inferencial: generalizar resultados de uma amostra para
uma população, estimar parâmetros desconhecidos, chegar a
conclusões e tomar decisões;
• Aplicada a uma amostra quando se deseja inferir sobre uma população;
• Faz uso de técnicas estatísticas mais avançadas (testes de hipóteses, intervalos de
confiança, probabilidades, previsões).
Elaboração e análise de relatórios estatísticos
Medidas de posição: medidas de tendência central
• Média: calculada somando-se todos os elementos da amostra ou da
população e dividindo-se pelo número de elementos.
• Representação da média letra grega μ (mi) e média amostral x.
• Mediana: divide a distribuição de dados (ordenado) ao meio, sendo 50%
menores ou iguais a esse valor, e os outros 50% maiores ou iguais a
esse valor.
• Quartis: dividem a distribuição em 4.
• Percentis: dividem em 10 partes iguais.
• Moda: medida de posição com menor poder estatístico. Ela representa o
valor (ou os valores) que mais se repete(s) em uma distribuição de
dados.
Elaboração e análise de relatórios estatísticos
Medidas de variabilidade: indicam a distância dos valores ao redor da
média
• Amplitude: obtida diminuindo do maior valor da distribuição de dados o
menor valor.
• Desvio-padrão: mede as distâncias ao quadrado de cada um dos valores
em relação à média.
• Coeficiente de variação: variabilidade percentual, em que dividimos o
desvio-padrão pela média e multiplicamos por 100.
• Útil para comparar a homogeneidade de 2 ou mais grupos de dados e as médias ou
as unidades de medida são diferentes.
Elaboração e análise de relatórios estatísticos
Testes de hipótese
Formular as hipóteses, depois calcular a estatística de teste e, por fim,
verificar a significância do teste (valor p) e compará-la com o nível de
significância estabelecido.
• Hipótese estatística: afirmação sobre um parâmetro (ou parâmetros)
de uma população (ou populações).
• Afirmação sobre o valor de um parâmetro da população na qual
estamos interessados.
• Decisão entre duas hipóteses competitivas, mutuamente excludentes
e coletivamente exaustivas sobre o valor do parâmetro.
Elaboração e análise de relatórios estatísticos
Testes de hipótese
Hipótese nula: representa a ausência de diferença entre os parâmetros (a
igualdade sempre estará na hipótese nula).
Hipótese alternativa: é o posto complementar do que é definido na
hipótese nula.
Ao aceitar ou rejeitar a hipótese nula, podemos cometer 2 tipos de erro:
• Erro do tipo I: quando a rejeitamos e, na realidade, essa seria a
hipótese verdadeira. Representamos o erro tipo I pela letra grega α.
• Erro tipo II: quando a aceitamos e, na realidade, essa seria a hipótese
falsa. Representamos o erro do tipo II pela letra grega β.
Elaboração e análise de relatórios estatísticos
Estatística de teste: usado para encontramos a significância, ou seja, o
valor p, para, podermos comparar com o nível de significância (α)
estabelecido.
• Se valor p > nível de significância α → Aceitamos a hipótese nula H0 — o
teste não é significativo.
• Se valor p