Aula 5 - VARIÁVEIS, POPULAÇÕES E AMOSTRAS IV.pdf

Statistics and Probability Lesson in Bacharelor's Degree in Computer Science in Federal Institute of Education, Science and Technology of São Paulo.

2. •Aspectoshistóricos;
•Distinçãoentreosconceitosdepopulação,
amostraseprocessos;
•Métodosparatabulaçãodedadosegráficos;
•Medidasdedispersãoevariabilidade.

3. MÉTODOSADHOC(OUAMOSTRAGEM NÃO
PROBABILÍSTICA)

4. Os Trapalhões:
Pesquisa nas
ruas

5. •

6. Amostragem
Acidental, casual
ou conveniente
Objetiva
Modal
Especialistas
Por Quotas
Heterogênea ou
de diversidade
Propagação
geométrica

7. Amostragem acidental,
casual ou conveniente
Neste tipo de amostra os
elementos são
selecionados pela sua
conveniência, por
voluntariado, ou ainda,
acidentalmente.
Amostragem objetiva
Este tipo de amostra é
constituído com um
determinado objetivo em
mente. Ou seja, é um
acesso rápido a subgrupos
restritos que são mais
receptivos aos objetivos do
estudo.
Amostragem modal
Estetipodeamostragem
procura concentrar a
amostranamoda da
população,istoénotipo
mais frequente. O
problemacomestetipode
amostragem residena
dificuldadeemsaberqual
éamédiadepopulação.

8. Amostragem de especialistas
Neste tipo de amostragem, o objetivo é
constituir amostras cujos elementos sejam
especialistas ou possuam conhecimentos de
uma determinada área.
Amostragem por quotas
Neste tipo de amostragem, as amostras são
constituídas respeitando as quotas
(proporcionalidade ou não) de uma
determinada característica da população
em estudo de uma forma aleatória.

9. Amostragem de propagação
geométrica (snowball)
Este tipo de amostragem faz-se quando
se pretende incluir na amostra sujeitos
pouco acessíveis ou com determinado
atributo difícil de encontrar.
Amostragem Heterogênea ou de
diversidade
Nestetipodeamostragem,asamostrassão
constituídasdemodoaquetodasas
características,opiniões,atributos,etc.,
estejam presentes na amostra
independentemente dasproporçõescom
queestasseencontramnapopulação.

11. AQUECIMENTO

12. O que é
estatística?

13. Estatística
descritiva
Medidas de
tendência
central
Média
Mediana
Moda
Percentis e
Quartis
Medidas de
dispersão
Medidas de
associação
Representação
gráfica

14. Estatística
descritiva
Medidas de
tendência
central
Medidas de
dispersão
Variância e
Desvio-padrão
Coeficiente de
variação
Amplitude inter-
quartis
Medidas de
associação
Representação
gráfica

15. Estatística
descritiva
Medidas de
tendência central
Medidas de
dispersão
Medidas de
associação
Covariância
Correlação de
Pearson
Correlação de
Spearman
Correção V de
Cramere Phi
Representação
gráfica

16. Estatística
descritiva
Medidas de
tendência central
Medidas de
dispersão
Medidas de
associação
Representação
gráfica
Gráficos

18. •
média mediana moda
Média
Mediana Média

19. •Ondenéadimensãodaamostra(númerodeobservações
daamostra)eXi(i=1,...,n)representacadaumdos
valoresdavariávelXnaamostradedimensãon.
•Estaestatísticasótemsignificadoparavariáveisdotipo
quantitativo.
തx=
1
�
෍
??????=1
�
??????
??????=
1
�
×??????
1+??????
2+⋯+??????
�

20. ??????
•OndeNéadimensãodapopulaçãoeXi(i=1,...,n)
representacadaumdosvaloresdavariávelXnaamostra
dedimensãoN.
??????=
1
�
෍
??????=1
�
??????
??????

21. •Ondenéadimensãodaamostra.
•Essaestatísticaexigequeasvariáveissejammedidasnuma
escalapelomenosordinal.
෤x=
??????�
2
+??????�+2
2
2
,�??????��??????�
??????�+1
2
,�??????��???????????�

22. •AmodaéovalormaisfrequentedavariávelXnaamostra.
Estaestatísticasótemsignificadoparavariáveisdiscretas
outornadasdiscretasporummodomaisoumenosartificial
(porexemplo,atravésdearredondamentosmatemáticos).

23. Variáveis quantitativas
•sãoascaracterísticas
que podem ser
medidas em uma
escalaquantitativa,ou
seja, apresentam
valoresnuméricosque
fazemsentido.Podem
ser contínuas ou
discretas.
Variáveis nominais
•nãoexisteordenação
dentreascategorias.
Exemplos:sexo,cordos
olhos, fumante/não
fumante,doente/sadio.
Variáveis ordinárias
•existeumaordenação
entreascategorias.
Exemplos:escolaridade
(1o,2o,3ograus),
estágiodadoença
(inicial,intermediário,
terminal),mês de
observação (janeiro,
fevereiro,...,dezembro).
PARA SABER MAIS: VARIÁVEIS

24. Variáveis qualitativas
•sãoascaracterísticas
que não possuem
valoresquantitativos,
mas,aocontrário,são
definidasporvárias
categorias,ouseja,
representam uma
classificação dos
indivíduos.Podemser
nominaisouordinais.
Variáveis discretas
•características
mensuráveis que
podemassumirapenas
umnúmerofinitoou
infinitocontávelde
valores e, assim,
somentefazemsentido
valores inteiros.
Geralmente sãoo
resultado de
contagens.Exemplos:
número de filhos,
númerodebactérias
porlitrodeleite,
número decigarros
fumadospordia.
Variáveis contínuas
•características
mensuráveis que
assumem valoresem
umaescalacontínua
(naretareal),paraas
quaisvaloresfracionais
fazem sentido.
Usualmentedevemser
medidas atravésde
algum instrumento.
Exemplos: peso
(balança), altura
(régua), tempo
(relógio), pressão
arterial,idade.
PARA SABER MAIS: VARIÁVEIS

25. •Ondenédimensãodaamostraeint(k+1)representaa
parteinteiradeK+1.
??????
??????=
??????
??????��(??????+1)�????????????=
��
100
�ã�é??????��????????????��
??????
??????+??????
??????+1
2
�????????????=
��
100
é??????��????????????��
•Ospercentisdividemaamostraordenadaporordem
crescenteemmúltiplosnaordemde100%.Assim,o
percentildeordempcalcula-se,depoisdeordenadosos
elementosdaamostraporordemcrescente.

29. •
Desvio-
padrão
Variância
amostral
Coeficiente
de
variação
Intervalo
de
variação

30. •Odesvio-padrãoéumamedidadedispersãomaisfácilde
interpretarumavezqueasuaunidadedemedidaéa
mesmadavariávelsobestudo.
•Odesviopadrãoéumamedidaqueexpressaograude
dispersãodeumconjuntodedados.Ouseja,odesvio
padrãoindicaoquantoumconjuntodedadoséuniforme.
Quantomaispróximode0forodesviopadrão,mais
homogêneosãoosdados.

31. DP =
σ
??????=1
??????
×
??????−�??????
2
�
Sendo,
•∑:símbolodesomatório.Indicaquetemosquesomar
todosostermos,desdeaprimeiraposição(i=1)atéa
posiçãon
•xi:valornaposiçãoinoconjuntodedados
•MA: média aritmética dos dados
•n:quantidadededados

32. •Estaestatísticaéumamedidarelativadadispersãodos
valoresemtornodamédia,ouseja,quantooconjuntode
dadossedistanciadamédia.
•Odesviopadrão(DP)édefinidocomoaraizquadradada
variância(V).
??????²=
σ
??????=1
�
×
??????−�
??????
2
�