Professional Documents
Culture Documents
Conceitos bsicos
Estatstica Descritiva
a parte da estatstica que visa, apenas, a descrever, apresentar e
analisar os dados sem aquela preocupao de fazer generalizaes
ou tirar concluses para o conjunto de onde foram retirados tais
dados.
Estatstica Indutiva
a estatstica que partindo da anlise dos resultados de pequenos
conjuntos, denominados amostras, chega-se a concluses
extensivas a conjuntos maiores que contm os primeiros e que sero
denominados de populao ou universo.
Introduo Estatstica
Esquematicamente, temos:
Introduo Estatstica
Estatstica
um mtodo que cuida da observao, classificao formal e
anlise dos fenmenos coletivos.
um mtodo cientifico de obter, apurar, apresentar e
interpretar dados numricos, relativos variao de um ou
mais fenmenos.
Introduo Estatstica
Populao ou universo
Coleo
de
unidades
individuais, que podem ser
pessoas
ou
resultados
experimentais, com uma ou
mais caractersticas comuns,
que se pretendem estudar.
Introduo Estatstica
Nem sempre possvel estudar exaustivamente
todos os elementos da populao!
Porqu?
- Pode a populao ter dimenso infinita
Exemplo: Populao constituda pelas presses
atmosfricas, nos diferentes pontos de uma
cidade.
- Pode o estudo da populao levar
destruio
da populao
Exemplo: Populao dos fsforos de uma caixa.
Introduo Estatstica
Quando no possvel estudar, exaustivamente, todos os elementos da
populao, estudam-se s alguns elementos, a que damos o nome de
Amostra.
Amostra
Introduo Estatstica
Amostra
A amostra uma parcela ou uma frao de uma populao.
A diferena bsica entre conceitos de AMOSTRA e POPULAO ,
ento, que a amostra representa uma parte do todo, enquanto a
Populao representa o todo. A amostra considerada parte
representativa do todo, ou seja, todas as caractersticas devem nela
estar contidas e, por isso, as concluses a respeito da Amostra
podem ser consideradas como pertencentes s da Populao.
Introduo Estatstica
Justificam-se os trabalhos com amostras no lugar de estudar toda a
populao pelos seguintes fatores (vantagens):
Custo: as despesas com operacionalizao estatstica da
populao so geralmente bem maiores que com a averiguao
amostral.
Velocidade: as pesquisas realizadas em amostras so mais
rpidas em virtude de conter bem menor nmero de unidades.
Praticabilidade: conforme o prprio conceito. s vezes, a
dimenso da populao torna as pesquisas impraticveis.
A grande desvantagem consiste em se trabalhar com pequenos
conjuntos o que nos conduzir a no se ter certeza absoluta da
validade das estimativas, anlise, concluses.
Introduo Estatstica
Experimento aleatrio
Os experimentos aleatrios so aqueles cujos resultados
no so sempre os mesmos, apesar de se repetirem vrias
vezes em condies semelhantes. O experimento aleatrio
um fenmeno que apresenta resultados imprevisveis. O
lanamento de moedas e dados, bem como sorteios,
extraes lotricas so fenmenos aleatrios.
Introduo
Das medidas, ou estatsticas que iremos definir, para caracterizar os dados,
destacam-se as
medidas de disperso
Mdia Atpica
quando os valores da srie no esto concentrados em torno da mdia.
A mdia atpica representa mal a srie de valores.
Observe que no conjunto abaixo, o valor 100 discrepante, conduzindo a falsa
anlise do conjunto.
X = 2 + 4 + 5 + 6 + 100 = 117 = 23,4
5
5
O nmero 23,4 representa mal os valores da srie. uma mdia
atpica.
X = 20
X = 20
X = 20
Amplitude
Varincia
Desvio padro
Coeficiente
de variao
R(I) = 20 - 20
R=0
R(I) = 22 - 18
R=4
R(I) = 40 - 5
R = 35
x
DM
x x2 x xn x
N
x
DM
n
i 1
x
N
Varincia populacional
Varincia amostral
1 n
n i 1
x x
1 n
n 1 i1
x x
i
x x
n
S xi n 1
xi n
i 1
x x
n
i 1
57
57,4
57,7
58,5
58,9
59,5
59,5
59,5
60
60,3
60,5
60,5
60,5
60,8
60,8
60,8
60,9
61
61,2
61,5
61,6
61,8
62,5
62,9
63
63,8
64,7
65,4
66,3
Mdia
Desvio
padro
20 000
50
200
50
Assim:
Cv = S(x) x 100
X
Exerccio:
Sejam os dados abaixo um conjunto de valores resultados de 40
medies independentes e consecutivas:
Distribuio Retangular
Tambm conhecida como distribuio uniforme.
No lanamento de um dado de seis lados, a probabilidade
de se tirar um nmero de uma em seis
Distribuio Triangular
No lanamento de dois dados, a probabilidade de se tirar
um 7 maior que a probabilidade de se tirar um 2.
10
11
12
Histograma
8 classes
Histograma
16 classes
Histograma
Tendendo a
infinitas classes
Distribuio Normal
Distribuio Normal
Distribuio Normal
Z
0,00
0,01
0,02
0,03
0,04
0,05
0,06
0,07
0,08
0,09
-1,0
0,1587
0,1562
0,1539
0,1515
0,1492
0,1469
0,1446
0,1423
0,1401
0,1379
-0,9
0,1841
0,1814
0,1788
0,1762
0,1736
0,1711
0,1685
0,1660
0,1635
0,1611
-0,8
0,2119
0,2090
0,2061
0,2033
0,2005
0,1977
0,1949
0,1922
0,1894
0,1867
-0,7
0,2420
0,2389
0,2358
0,2327
0,2296
0,2266
0,2236
0,2206
0,2177
0,2148
-0,6
0,2743
0,2709
0,2676
0,2643
0,2611
0,2578
0,2546
0,2514
0,2483
0,2451
-0,5
0,3085
0,3050
0,3015
0,2981
0,2946
0,2912
0,2877
0,2843
0,2810
0,2776
-0,4
0,3446
0,3409
0,3372
0,3336
0,3300
0,3264
0,3228
0,3192
0,3156
0,3121
-0,3
0,3821
0,3783
0,3745
0,3707
0,3669
0,3632
0,3594
0,3557
0,3520
0,3483
-0,2
0,4207
0,4168
0,4129
0,4090
0,4052
0,4013
0,3974
0,3936
0,3897
0,3859
-0,1
0,4602
0,4562
0,4522
0,4483
0,4443
0,4404
0,4364
0,4325
0,4286
0,4247
0,0
0,5000
0,5040
0,5080
0,5120
0,5160
0,5199
0,5239
0,5279
0,5319
0,5359
0,1
0,5398
0,5438
0,5478
0,5517
0,5557
0,5596
0,5636
0,5675
0,5714
0,5753
0,2
0,5793
0,5832
0,5871
0,5910
0,5948
0,5987
0,6026
0,6064
0,6103
0,6141
0,3
0,6179
0,6217
0,6255
0,6293
0,6331
0,6368
0,6406
0,6443
0,6480
0,6517
0,4
0,6554
0,6591
0,6628
0,6664
0,6700
0,6736
0,6772
0,6808
0,6844
0,6879
0,5
0,6915
0,6950
0,6985
0,7019
0,7054
0,7088
0,7123
0,7157
0,7190
0,7224
0,6
0,7257
0,7291
0,7324
0,7357
0,7389
0,7422
0,7454
0,7486
0,7517
0,7549
0,7
0,7580
0,7611
0,7642
0,7673
0,7704
0,7734
0,7764
0,7794
0,7823
0,7852
0,8
0,7881
0,7910
0,7939
0,7967
0,7995
0,8023
0,8051
0,8078
0,8106
0,8133
0,9
0,8159
0,8186
0,8212
0,8238
0,8264
0,8289
0,8315
0,8340
0,8365
0,8389
1,0
0,8413
0,8438
0,8461
0,8485
0,8508
0,8531
0,8554
0,8577
0,8599
0,8621
Distribuio Normal
0,67
50,00
1,0
68,26
1,96
95,00
2,0
95,46
3,0
99,73
4,0
99,99
Distribuio Normal
Z
0,1
0,0797
2,1
0,9643
4,1
0,99996
0,2
0,1585
2,2
0,9722
4,2
0,999973
0,3
0,2358
2,3
0,9786
4,3
0,999983
0,4
0,3108
2,4
0,9836
4,4
0,999989
0,5
0,3829
2,5
0,9876
4,5
0,999993
0,6
0,4515
2,6
0,9907
4,6
0,999996
0,7
0,5161
2,7
0,9931
4,7
0,999997
0,8
0,5763
2,8
0,9949
4,8
0,9999984
0,9
0,6319
2,9
0,9963
4,9
0,9999990
1,0
0,6827
3,0
0,9973
5,0
0,9999994
1,1
0,7287
3,1
0,99806
5,1
0,9999997
1,2
0,7699
3,2
0,99863
5,2
0,99999980
1,3
0,8064
3,3
0,99903
5,3
0,99999988
1,4
0,8385
3,4
0,99933
5,4
0,99999993
1,5
0,8664
3,5
0,99953
5,5
0,99999996
1,6
0,8904
3,6
0,99968
5,6
0,999999979
1,7
0,9109
3,7
0,99978
5,7
0,999999988
1,8
0,9281
3,8
0,99986
5,8
0,999999993
1,9
0,9426
3,9
0,99990
5,9
0,999999996
2,0
0,9545
4,0
0,99994
6,0
0,999999998
Distribuio t de student
Distribuio t de student
Quanto mais vamos diminuindo o nmero de medies
estamos nos afastando de uma distribuio normal com o
desvio da populao () e a mdia da populao ().
Isto a amostra vai perdendo ou deixando de representar
com fidelidade as caractersticas da populao.
E como geralmente trabalhamos com um pequeno nmero
de medies ( 3 a 10), utilizamos a distribuio t para
amostras pequenas (em geral < 30 elementos).
Distribuio t de student
Distribuio normal
x
i
z
Distribuio t
s/
Distribuio t de student
O nvel utilizado na metrologia de 95 % de confiana.
Para identificar o valor t na tabela necessrio conhecer o grau de
liberdade (v) associado a um nvel de confiana.
O grau de liberdade de um conjunto de n repeties igual n-1.
( graus de liberdade ) = n - 1
Distribuio t de student
95%
2,5%
95%
2,5%
12,706
17
2,110
4,303
18
2,101
3,182
19
2,093
2,776
20
2,086
2,571
21
2,080
2,447
22
2,074
2,365
23
2,069
2,306
24
2,064
2,262
25
2,060
10
2,228
26
2,056
11
2,201
27
2,052
12
2,179
28
2,048
13
2,160
29
2,045
14
2,145
30
2,042
15
2,131
60
2,000
16
2,120
120
1,980
Compatibilizao de Resultados
Regras de arredondamento
Condio
Procedimento
Exemplo
7,73 7,7
Menor que 5
Maior que 5
Igual a 5
Se o 5 que o ltimo
algarismo mantido O ultimo algarismo a ser mantido
est seguido de
acrescido de uma unidade
algum algarismo
diferente de zero
7,4501
7,5
7,452
7,5
Compatibilizao de Resultados
Exerccio:
Arredondar os nmeros abaixo para 3 casas decimais:
a)
12,04580
__________________
b)
12,04520
__________________
c)
12,04550
__________________
d)
12,04450
__________________
e)
12,045501
__________________
f)
12,04451
__________________
Compatibilizao de Resultados
Regras de Compatibilizao de Valores
O RM deve ser expresso preferencialmente com apenas um
algarismo significativo na IM. Neste caso as regras de
compatibilizao 1 e 2 devem ser usadas:
Regra 1 : Arredondar a IM para apenas um algarismo
significativo, isto , com apenas um algarismo diferente de
zero.
Regra 2 : Arredondar o RB para mant-lo compatvel com a
IM de forma que ambos tenham o mesmo nmero de dgitos
decimais aps a vrgula.
Compatibilizao de Resultados
Exemplos:
58,33333 0,11
58,3 0,1
385,42333 0,21253
385,4 0,2
37,8359 1
95,94 0,0378
38 1
95,94 0,04
Compatibilizao de Resultados
A IM pode ser representada com dois dgitos significativos,
Exemplos:
3,1385 0,15
3,14 0,15
385,46333 0,24374
385,46 0,24
319,213 11
319 11
6,325 0,414
6,32 0,41
0,03425 0,0034
0,0342 0,0034
Compatibilizao de Resultados
Observaes Complementares
No se deve esquecer de apresentar a
unidade do RM, observando a grafia correta
do smbolo que representa a unidade,
conforme o Sistema Internacional de
Unidades.
conveniente manter um nmero razovel
de dgitos significativos nos clculos
intermedirios e efetuar o arredondamento
apenas no final.
Compatibilizao de Resultados
Exerccio:
Reescreva corretamente os resultados abaixo:
1 algarismo 2 algarismos
significativo significativos
a)
75,14 0,150
b)
25,154 0,2
c)
15,7654 0,525
d)
100,0005 0,001
e)
30,584 1
f)
45 0,1
Algarismos significativos
o dgito que considerado confivel como resultado
de clculo ou medio.
consistente com a preciso da medio.
o necessrio na notao cientfica.
Qualquer dgito entre 1 e 9 e todo 0 que no anteceda o
primeiro dgito e no suceda o ltimo dgito no zero.
804; 45,9; 980,03; 1001
Status do zero ambguo no incio e no fim do nmero
0,001 e 1 000 (?)
Notao cientfica
Eliminar ambigidades associadas posio
do zero no incio e no fim do nmero.
Escrito com um nmero entre 1 e 10, com a
quantidade de algarismos significativos vlidos
e seguido pela potncia de 10 aplicvel.
20 000 = 2 x 104
1 algarismo significativo
3 algarismos significativos
1 algarismo significativo
3 algarismos significativos
10
10
Leitura: 5,4
Leitura: 5,36
9 9 9
1 9 9 9
9 9 9 9
0 a 20,00
Algarismos significativos
Na determinao do dimetro de um fio de ao empregou-se um micrmetro, a
incerteza da medio foi de 0,001 mm e foram efetuadas as seguintes
medidas:
a) 0,153 mm
b) 0,152 mm
c) 0,154 mm
d) 0,152 mm
e) 0,155 mm
x 0,1532 mm
IM = 0,001 mm
Como a incerteza atingiu a terceira casa decimal, isto , a nossa dvida atinge
a terceira casa decimal, tornou-se o seguinte resultado como vlido:
D = (0,153 0,001) mm
Algarismos significativos
Os algarismos 1 e 5 so chamados de
algarismos corretos pois no foram afetados pela
incerteza. O algarismo 3 foi afetado pela
incerteza, por esta razo chamado de algarismo
duvidoso.
Os algarismos corretos e o algarismo duvidoso so
chamados algarismos significativos de uma medida.
No se deve manter, numa medida, mais de um
algarismo duvidoso, os outros no tem sentido e
devem ser eliminados.
Algarismos significativos
A posio da virgula no altera o nmero de algarismos
significativo de uma medida. Assim o dimetro do fio de ao
pode ser escrito:
D = (0,0153 0,0001) cm
D = (0,000153 0,000001) m
D = (153 1) m
Em todos os casos acima, temos trs algarismos significativos,
pois zero esquerda no significativo. O zero s significativo
quando figura entre algarismos diferentes de zero ou direita
de outros algarismos. Por exemplo, na medida 2500 m, os dois
zeros so significativos. Em 205 g, o zero significativo.