1 / 34

Estatística – Unidade 2

Estatística – Unidade 2. Educação a Distância – EaD. Estatística. Professor: Flávio Brustoloni. Estatística. Cronograma: Turma EMD 0119. Unidade 3 MEDIDAS DE DISPERSÃO E ESTIMAÇÃO. Objetivos da Unidade:.

catori
Download Presentation

Estatística – Unidade 2

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Estatística – Unidade 2

  2. Educação a Distância – EaD Estatística Professor: Flávio Brustoloni

  3. Estatística Cronograma: Turma EMD 0119

  4. Unidade 3MEDIDAS DE DISPERSÃO E ESTIMAÇÃO

  5. Objetivos da Unidade: • Efetuar cálculos de medidas de dispersão, transformando a pesquisa em números-resumo, para posteriores análises e interpretações; • Avaliar fenômenos coletivos; • Avaliar causas, tendências e possíveis consequências; • Desenvolver e demonstrar a capacidade de execução e interpretação das técnicas quanto à existência ou não da correlação; • Apontar quanto à extrapolação é conveniente ou não; • Efetuar cálculos de intrapolação e extrapolação; • Apontar possíveis tendências e seus efeitos;

  6. Indicação do Tópico Tópico 1 TUTORIAL Unid. 1 Numeração do slide Página da apostila 03 2/45

  7. TÓPICO 1 Medidas de Dispersão 1/#

  8. Tópico 1 1 Introdução As medidas de dispersão, também conhecidas como medidas de variabilidade, indicam se os valores estão relativamente próximos uns dos outros. É a maior ou menor diversificação (distanciamento) dos valores de uma variável em torno de um valor de tendência central (média ou mediana) tomado como ponto de comparação. Unid. 3 135 2/#

  9. Tópico 1 1 Introdução Consideremos os seguintes conjuntos de valores das variáveis X, Y e Z:X = {70, 70, 70, 70, 70} –dispersão nulaY = {68, 69, 70, 71, 72} –dispersão menorZ = {5, 15, 50, 120, 160} –dispersão maior Unid. 3 135 3/#

  10. Tópico 1 2 Amplitude Total Unid. 3 AT = Lmax – lminExemplo: para os valores 40, 45, 48, 62 e 70 a amplitude total será:AT = 70 – 40 = 30 136 4/#

  11. Tópico 1 3 Desvio Padrão3.1 Desvio Padrão Amostral e Desvio Padrão Populacional Unid. 3 O desvio padrão baseia-se nos desvios em torno da média aritmética e a sua fórmula básica pode ser traduzida como: a raiz quadrada da média aritmética dos quadrados dos desvios e é representada por S ou ϭ. 136 5/#

  12. Tópico 1 3 Desvio Padrão3.1 Desvio Padrão Amostral e Desvio Padrão Populacional Unid. 3 Quanto menor for o desvio padrão em relação à média, maior a homogeneidade da distribuição, ou seja, mais agrupados os dados estarão em torno da média. 136 6/#

  13. Tópico 1 3.2 Cálculo do Desvio Padrão 3.2.1 Dados não agrupados Unid. 3 1º) Calcular a média dos elementos;2º) Calcular a diferença entre cada elemento e a média;3º) Elevar as diferenças à potência dois;4º) Somar todos os resultados obtidos no passo 3;5º) Dividir a soma por n ou n-1 (popul. ou amostral);6º) Calcular a raiz quadrada deste resultado. 137 7/#

  14. Tópico 1 3.2 Cálculo do Desvio Padrão 3.2.2 Dados de frequência simples Unid. 3 1º) Calcular a média dos elementos;2º) Calcular a diferença entre cada elemento e a média;3º) Elevar as diferenças à potência dois;4º) Somar todos os resultados obtidos no passo 3;5º) Dividir a soma por n ou n-1 (popul. ou amostral);6º) Calcular a raiz quadrada deste resultado. 137 8/#

  15. Tópico 1 3.2 Cálculo do Desvio Padrão 3.2.3 Frequência de Classes Unid. 3 Para dados amostrais: Para dados populacionais: 140 9/#

  16. TÓPICO 2 Medidas de Dispersão Relativa 10/#

  17. Tópico 2 2 Coeficiente de Variação Unid. 3 É a relação entre o desvio padrão (S) e a média aritmética (X), multiplicada por 100, portanto é uma medida de dispersão cujo objetivo é apresentar a variabilidade da distribuição em termos percentuais (%). 147 11/#

  18. Tópico 2 2 Coeficiente de Variação Unid. 3 A fórmula do CV = (S/X).100Quando o desvio padrão calculado for o populacional, usa-se:CV = (ϭ/X).100Se a medida de tendência central utilizada for a mediana, substituir no coeficiente de variação a média (X) pela mediana (Md). 148 12/#

  19. Tópico 2 2 Coeficiente de Variação Unid. 3 TABELA 48 – COMPARAÇÃO ENTRE A MÉDIA E O DESVIO PADRÃO FONTE: Os autores Qual das medidas (Estatura ou Peso) possui maior homogeneidade? 148 13/#

  20. Tópico 2 2 Coeficiente de Variação Unid. 3 TABELA 48 – COMPARAÇÃO ENTRE A MÉDIA E O DESVIO PADRÃO FONTE: Os autores CV Estatura = (5/175) . 100 = 2,85% CV Peso = (2/68) . 100 = 2,94% Assim, as estaturas apresentam menor grau de dispersão que dos pesos. 148 14/#

  21. Tópico 2 3 Medidas de Assimetria (Tendência) Unid. 3 Uma distribuição é considerada simétrica quando média = mediana = moda, e assimétrica quando:* assimétrica à esquerda ou positiva quando moda<mediana<média;* assimétrica à direita ou negativa quando média<mediana<moda. 149 15/#

  22. TÓPICO 3 Função de Regressão Linear 16/#

  23. Tópico 3 2 Coeficiente de Correlação de Pearson Unid. 3 Através do coeficiente de correlação poderemos observar e avaliar os tipos das correlações existentes, para então estabelecer a equação de regressão mais adequada para o cálculo das estimativas desejadas. 155 17/#

  24. Tópico 3 2 Coeficiente de Correlação de Pearson Unid. 3 • Relações Funcionais:Relações funcionais são relações expressas por sentenças matemáticas. 155 18/#

  25. Tópico 3 2 Coeficiente de Correlação de Pearson Unid. 3 * Área do retângulo: (A = a.b) é a relação entre os lados do retângulo.* Densidade de massa: (dm = m/v) é a relação entre a massa e o volume de um corpo. 155 19/#

  26. Tópico 3 2 Coeficiente de Correlação de Pearson Unid. 3 b) Relações Estatísticas e Correlações:São relações estabelecidas após uma pesquisa. Exemplo: relação entre idade e a estatura de uma criança ou a relação entre a classe social de uma pessoa e o número de viagens por ela realizadas. 156 20/#

  27. Tópico 3 2 Coeficiente de Correlação de Pearson Unid. 3 b) Relações Estatísticas e Correlações:No estudo estatístico, as relações entre duas ou mais variáveis denominam-se correlação. 156 21/#

  28. Tópico 3 2 Coeficiente de Correlação de Pearson Unid. 3 c) Diagrama de Dispersão:A tabela a seguir será usada para graficarmos um diagrama de dispersão da relação entre o percentual regional de posse de aparelhos de CD e a renda média. Nosso objetivo é a visualização da disposição dos pontos e sua dispersão. 156 22/#

  29. Tópico 3 2 Coeficiente de Correlação de Pearson Unid. 3 157 23/#

  30. Tópico 3 2 Coeficiente de Correlação de Pearson Unid. 3 d) Coeficiente de Correlação de Pearson: Na fórmula n é o número de observações. Os valores limites de r são -1 e +1. Se r=+1 a correlação é perfeita positiva. Se r=-1 a correlação é perfeita negativa e se r=0 não há correlação entre os pontos, ou a correlação não é linear. 157 24/#

  31. Tópico 3 2 Coeficiente de Correlação de Pearson Unid. 3 Quanto mais próximo do valor 1 estiver o valor de r, mais forte a correlação linear; quanto mais próximo do valor 0 estiver o valor de r, mais fraca a correlação linear. 156 25/#

  32. Tópico 3 3 Função de Regressão Linear Unid. 3 * Regressão – reta de regressão (ou reta de mínimos quadrados ou reta de ajuste) 161 26/#

  33. Parabéns!!! Terminamos a Unidade.

  34. Estatística PRÓXIMA AULA: 4º Encontro da Disciplina3ª Avaliação da Disciplina (Avaliação FINAL)

More Related