Apostila de Probabilidade e Estatistica

ESTATSTICA I
Ana Cristina Costa

ccosta@isegi.unl.pt
Licenciatura em Gesto de Informao
Fevereiro 2007
Programa
1. Introduo
2. Estatstica Descritiva
Organizao da informao
Distribuies de frequncias
Medidas descritivas
3. Teoria das Probabilidades
Introduo
Axiomtica das probabilidades
Variveis aleatrias e funes de distribuio
Esperana matemtica e momentos
Distribuies univariadas especficas
Distribuies conjuntas
Cristina Costa
Bibliografia
Reis, E. (1996). Estatstica Descritiva. 3 Edio, Edies Slabo, Lisboa.
Murteira, B. (1993). Anlise Exploratria de Dados Estatstica Descritiva.

Editora McGraw-Hill de Portugal.
Pedrosa, A. C. e Gama, S. M. A. (2004). Introduo Computacional

Probabilidade e Estatstica. Porto Editora, 2004.
Paulino, C. D. e Branco, J. A. (2005). Exerccios de Probabilidade e

Estatstica. Escolar Editora, 2005.
Fonseca, Jaime (2001). Estatstica Matemtica. Vol. 1, Edies Slabo.
Fonseca, J. e Torres, D. (2000). Exerccios de Estatstica. Edies Slabo.
Murteira, B., Ribeiro, C. S., Silva, J. A. e Pimenta, C. (2002). Introduo

Estatstica, McGraw Hill.
Cristina Costa
Outline
Introduo
Conceitos
Estatstica descritiva vs inferencial
Etapas do mtodo estatstico
Variveis discretas
Variveis contnuas
Medidas descritivas
Tipos de dados e classificao das

variveis
Quadros
Grficos
Localizao
Disperso
Associao
Anlise de outliers
Introduo Teoria das Probabilidades
Cristina Costa
Introduo
Conceitos
Estatstica descritiva versus inferencial
Introduo
Estatstica: disciplina cujo objecto principal a recolha,

compilao, anlise e interpretao de dados
A Estatstica ajuda os centros de deciso a criar ordem e

simplicidade a partir da complexidade e do caos de grandes
massas de dados, numa poca em que a quantidade de informao
aumenta to rapidamente
Cristina Costa
Introduo
Populao ou Universo
Conjunto de indivduos ou objectos que apresentam uma ou
mais caractersticas em comum
Exemplo: populao portuguesa, conjunto dos funcionrios da
administrao pblica, conjunto dos automveis em circulao,
conjunto das PME portuguesas
Unidade Estatstica
Elemento individual da populao
Cristina Costa
Introduo
Varivel estatstica
Cada Unidade Estatstica pode ter uma ou mais caractersticas
ou atributos
Cada atributo corresponde a uma varivel estatstica
Os valores que um atributo pode assumir so os valores que a
varivel pode tomar
Amostra
Subconjunto de uma populao para a qual so estudadas
certas caractersticas ou atributos
Cristina Costa
Introduo
ESTAT
STICA
ESTAT
ESTATSTICA
Descritiva
Descritiva
Inferencial
Inferencial
Consiste na recolha,
apresentao, anlise e
interpretao de dados
atravs da criao de
instrumentos adequados:
quadros, grficos e
indicadores numricos
Permite retirar concluses

sobre uma determinada
populao (ou universo)
a partir da informao
recolhida para uma
amostra
Cristina Costa
Introduo
INFERNCIA ESTATSTICA
POPULAO
Amostra
Quadros, grficos,
indicadores numricos
ESTATSTICA DESCRITIVA
Cristina Costa
10
Introduo
O processo de inferncia estatstica
Parmetro um n que descreve a populao
INFERNCIA
POPULAO
Mdia:
Mdia amostral : X
Amostra
Estat
Estatstica um n que descreve a amostra
11
Cristina Costa
Introduo

Identificao
Identificaodo
doproblema
problema
Recolha
Recolhade
dedados
dados
Crtica
Crticados
dosdados
dados
Anlise
Anliseeeinterpretao
interpretao
Apresentao
Apresentaoda
da
informao
informao
Cristina Costa
12
Introduo
Etapas do mtodo estatstico > Identificao do problema

Identificar clara e correctamente o fenmeno que se pretende
estudar
Formular o problema de modo adequado ao seu tratamento
estatstico
Identificar a populao alvo
Identificar o tipo de informao que se dever recolher
Cristina Costa
13
Introduo
Etapas do mtodo estatstico > Recolha de dados

Mtodos de recolha
Entrevistas pessoais e telefnicas
Questionrios postais
Dados provenientes de outras fontes (ex: INE)
Alguns cuidados a ter
Identificao da populao a inquirir
Definio precisa do tipo de informao
Definio das unidades de medida
Cristina Costa
14
Introduo
Etapas do mtodo estatstico > Crtica dos dados

Validar dados
Exemplos: verificar cruzamento de respostas, unidades de medida, ...
Suprimir valores estranhos

Eliminar erros que possam provocar futuros enganos de
apresentao e anlise ou mesmo enviesar as concluses
Cristina Costa
15
Introduo
Etapas do mtodo estatstico > Anlise e interpretao

Escolher a(s) tcnica(s) estatstica(s) adequada(s)
Extrair concluses (inferncias)
Avaliar a qualidade dos resultados quantificar o grau de erro
das concluses
Esta etapa estar tanto mais facilitada quanto mais correctas
forem as etapas anteriores (ex: escolha dos instrumentos mais
apropriados)
Cristina Costa
16
Introduo
Etapas do mtodo estatstico > Apresentao da informao

Organizar os dados e resultados da anlise
Apresentar a informao de forma clara, sinttica, prtica e
racional para um melhor entendimento do fenmeno em estudo
17
Cristina Costa
Tipos de dados e classificao das variveis

Quadros
Grficos
Tipos de dados e classificao das variveis
TIPOS
TIPOSDE
DEDADOS
DADOS
QUALITATIVOS
QUALITATIVOS
Nominais
Nominais
Ordinais
Ordinais
QUANTITATIVOS
QUANTITATIVOS
Discretos
Discretos
Contnuos
Contnuos
Cristina Costa
19
Dados qualitativos nominais

Quando so apenas identificados por um nome (ou cdigo) que
designa uma classe ou modalidade. As classes no so
ordenveis
Exemplos: classificao das pessoas pelo sexo (feminino,

masculino); classificao de regies (urbana, suburbana e rural)
Dados qualitativos ordinais

Distinguem-se dos nominais pela possibilidade de se estabelecer
uma ordenao das classes
Exemplos: classificaes obtidas num exame (insuficiente, suficiente

e bom); classificao de trabalhadores (no especializado,
especializado, muito especializado)
Cristina Costa
20
Dados quantitativos discretos

Quando tomam apenas um nmero finito ou infinito numervel de
valores
Exemplos: nmero de acidentes por hora, nmero de trabalhadores

de uma empresa, nmero de filhos
Dados quantitativos contnuos

Quando podem tomar um nmero infinito no numervel de
valores
Exemplos: peso, altura, tempo
Cristina Costa
21
Varivel
Representa determinadas caractersticas ou atributos de uma
populao
A notao utilizada para as variveis corresponde habitualmente
s letras X, Y e Z
Uma varivel pode ser discreta
Dados qualitativos
Dados quantitativos discretos
ou continua
Dados quantitativos contnuos
Cristina Costa
22
Representao da informao
A informao estatstica antes de ser organizada e analisada
designada como informao bruta para significar que ainda no
foi processada pelos mtodos estatsticos.
O sucesso na utilizao de dados estatsticos depende do modo
como estes so apresentados. Os mtodos de apresentao e
descrio dos dados so fundamentais para que os utilizadores
da informao estatstica a possam compreender de forma fcil e
rpida
Cristina Costa
23
Construo de quadros
Quadro simples: quadro que representa informao referente a
apenas um nico atributo
Cristina Costa
24
Quadro simples
Quadro 1 Emprego civil em Portugal em 1990, segundo o sector de
actividade
Sector de actividade
N de Efectivos (em milhares)
Sector Primrio
845.1
Sector Secundrio
1624.5
Sector Tercirio
2225.4
TOTAL
4695
Fonte: INE; Inqurito ao Emprego, citado em INE, Portugal Social, p. 41
25
Cristina Costa
Quadro simples
Quadro 2 Emprego civil em Portugal em 1990, segundo o sexo
Sexo
N de Efectivos (em milhares)
Homens
2699.6
Mulheres
1995.4
TOTAL
4695
Fonte: INE; Inqurito ao Emprego
Cristina Costa
26
Construo de quadros
Os dois quadros dos exemplos anteriores no permitem
responder a questes referentes aos dois atributos
simultaneamente
Quantos homens trabalham no sector secundrio?
Quadro de dupla entrada: quadro que representa informao

referente a dois atributos
27
Cristina Costa
Quadro de dupla entrada

Quadro 3 Emprego civil em Portugal em 1990, por sector de actividade
e sexo (n de efectivos em milhares)
Sector de actividade
Homens
Mulheres
TOTAL
Sector Primrio
427.2
417.9
845.1
Sector Secundrio
1108.0
516.5
1624.5
Sector Tercirio
1164.4
1061.0
2225.4
TOTAL
2699.6
1995.4
4695
Cristina Costa
28
Princpios da construo de quadros

Ttulo indicando de modo preciso e sinttico o tema da
informao
Unidade de medida e o perodo a que respeita a informao
Designao para as linhas e as colunas
Fonte da informao para permitir ao leitor
controlar a fiabilidade da informao
obter informao adicional
Cristina Costa
29
Construo de grficos
So utilizados para ilustrar de modo simples e intuitivo a
distribuio da informao
Grficos mais frequentemente utilizados
Disperso
Linhas
Sectores
Barras
Pictogramas
Estes tipos de grficos esto vocacionados para situaes

diferentes!
Cristina Costa
30
Construo de grficos
Para permitir a comparao dos diversos tipos de grficos,
vamos ilustr-los sempre com os dados do seguinte quadro
Quadro 4 Populao activa em Portugal no perodo 1987-1991
Populao activa
1987
1988
1989
1990
1991
Emprego
4191
4299
4395
4496
4631
Desemprego
320
263
233
220
199
TOTAL
4511
4562
4628
4716
4830
(em milhares)
Cristina Costa
31
Grfico de disperso
Grfico em que os valores da varivel so representados por
pontos (ou outro smbolo) e no esto unidos por linhas
Grfico de linhas
Grfico em que os valores da varivel representada esto unidos
por linhas
S deve ser utilizado para representar dados contnuos
muito utilizado para representar a evoluo de uma varivel ao

longo do tempo (srie temporal ou cronolgica)
Cristina Costa
32
Grfico de linhas
Grfico 1 Evoluo do emprego e desemprego em Portugal (1987-1991)
(em milhares)
5000
4000
3000
2000
1000
0
1986
1987
1988
1989
Emprego
1990
1991
1992
Desemprego
Cristina Costa
33
Grfico de linhas
Neste exemplo, no aconselhvel incluir ambas as variveis
(emprego e desemprego) no mesmo grfico
Os valores do desemprego so muito inferiores aos do emprego
Ambas as variveis tm taxas de variao relativa muito baixas, pelo

que no so bem visveis as variaes ao longo do tempo
Cristina Costa
34
Grfico de barras
Grfico em que os valores da varivel so representados por
barras cuja altura ou comprimento representa a quantidade
Nem a rea nem a largura das barras so importantes (no tm
qualquer relao com os valores da varivel)
Para no induzir em erro e/ou dificultar a leitura do grfico,
usual as barras terem todas a mesma largura
Adequado para representar variveis discretas
Cristina Costa
35
Variantes do grfico de barras

Grfico de barras simples: representa apenas uma varivel e a
cada barra est associado um valor
Grfico de barras mltiplas ou sobrepostas: utilizado para
representar os valores de diferentes variveis na mesma
categoria/perodo
Grfico de barras com componentes: mostra a decomposio de
um agregado nas suas componentes
Grfico de barras com componentes em percentagem: coloca a
nfase na alterao da estrutura do agregado e no nos valores
absolutos das componentes
Cristina Costa
36
Grfico de barras simples

Grfico 2 Evoluo da populao activa em Portugal (1987-1991)
4900
(em milhares)
4800
4700
4600
4500
4400
4300
1987
1988
1989
1990
1991
37
Cristina Costa
Grfico de barras mltiplas ou sobrepostas
5000
4000
(em milhares)
3000
2000
1000
0
1987
1988
Emprego
Cristina Costa
1989
1990
1991
Desemprego
38
Grfico de barras com componentes

5000
(em milhares)
4800
4600
4400
4200
4000
3800
1987
1988
Emprego
1989
1990
1991
Desemprego
39
Cristina Costa
Grfico de barras com componentes em percentagem

100%
80%
60%
40%
20%
0%
1987
1988
Emprego
Cristina Costa
1989
1990
1991
Desemprego
40
Grfico de sectores
Grfico circular no qual o crculo representa o valor total do
agregado e cada seco representa uma componente
Deve ser utilizado para representar variveis discretas
Especialmente apropriado para representar dados qualitativos

nominais
No adequado para representar variveis contnuas
No apropriado para representar sries temporais
Cristina Costa
41
Grfico de sectores
Cristina Costa
42
Princpios da construo de grficos

Ttulo indicando de modo preciso e sinttico o tema da
informao
Unidade de medida e o perodo a que respeita a informao
Designao para os eixos
Legenda quando se apresentam dados de mais do que uma
varivel
Fonte da informao para permitir ao leitor
controlar a fiabilidade da informao
obter informao adicional
Cristina Costa
43
Pictogramas
Grficos que representam figuras sugestivas relacionadas com a

informao ilustrada
Variantes dos pictogramas

1. Cada figura est associada a um valor numrico; as figuras so
repetidas para representar valores superiores

2. A altura das figuras proporcional ao valor que representam
Cristina Costa
44
Pictogramas > Variante 1

Exemplo: Suponhamos que o consumo de vinho no pas A foi de 1
milho de litros, em 1990. No ano seguinte, devido alterao
de hbitos de consumo e iniciativas de marketing, o consumo
passou para 2 milhes de litros.
1990
1991
45
Cristina Costa
Pictogramas > Variante 2
1990
Cristina Costa
1991
46
Pictogramas
A variante 1 fcil de adoptar
Na variante 2, a alterao da altura acarreta alteraes mais que
proporcionais da rea dentro do smbolo, o que poder gerar
situaes enganadoras
Cristina Costa
47
O abuso dos grficos

Utilizao de grficos com o objectivo de distorcer a informao,
gerando impresses enganadoras
Cristina Costa
48
Grficos tendenciosos
Suponhamos que um certo Presidente de Cmara pretende ser
reeleito. O investimento camarrio no seu mandato de 4 anos
passou de 80 mil euros, no 1 ano, para 100 mil euros no final do
mandato (aumento de 25%). Mas, nesse perodo de 4 anos, o
crescimento mdio anual foi aproximadamente igual a 6%.
49
Cristina Costa
Grficos tendenciosos (continuao)
100
25
100
90
80
70
60
50
40
30
20
10
0
20
95
15
90
10
85
5
80
0
0
Investimento
Representao incorrecta
Cristina Costa
Investimento
Representao correcta
50
A apresentao de informao estatstica deve ser clara e

precisa
No caso dos grficos
A origem dever iniciar-se sempre que possvel no zero
Se no for necessrio, nem prtico, apresentar todos os valores
a partir de zero, deve-se
fazer um corte em ziguezague para mostrar que o eixo foi cortado
ou, explicitar o valor em que o eixo do X intercepta o eixo do Y
A comparao directa entre grficos s pode ser feita desde que

a escala seja a mesma
Cristina Costa
51
Sugestes
Silva, A. A. (200?). Dossi IX Representaes Grficas.
Projecto ALEA, I.N.E, Porto, 35 pp.
http://alea-estp.ine.pt/html/statofic/html/dossier/doc/Dossier9.PDF
Livro: Ana Alexandrino da Silva (2006). Grficos e Mapas

representao de informao estatstica. Lidel Edies Tcnicas.
Cristina Costa
52
Variveis discretas
Variveis contnuas
Distribuies de frequncias: caso discreto
Distribuio de frequncias
Conjunto de todos os valores, ou modalidades, de uma varivel
[discreta] e do nmero de ocorrncias correspondentes
Cristina Costa
54
Notao
x1, x2, , xk valores que a varivel X pode assumir
n nmero total de elementos da coleco de dados
ni frequncia absoluta (simples) nmero de
ocorrncias de xi
fi = ni / n frequncia relativa (simples) percentagem de
ocorrncias de xi
Cristina Costa
55
Notao
Apenas dados qualitativos ordinais ou quantitativos (discretos e
contnuos)
Ni = n1 + ... + ni frequncia absoluta acumulada soma dos

nmeros de ocorrncias observadas para
valores iguais ou inferiores a xi
Fi = f1 + ... + fi frequncia relativa acumulada soma das

percentagens de ocorrncias observadas para
valores iguais ou inferiores a xi
Cristina Costa
56
Quadro de frequncias
Frequncias simples
Frequncias acumuladas
Absolutas (ni)
Relativas (fi)
Absolutas (Ni)
Relativas (Fi)
x1
n1
f1
N1
F1
xk
nk
fk
Nk = n
Fk = 1
57
Cristina Costa
Exemplo 1
O quadro seguinte apresenta dados relativos ao nmero de
reclamaes apresentadas por dia, em Abril, numa determinada
repartio
1
Cristina Costa
58
Exemplo 1
Distribuio do nmero de reclamaes apresentadas por dia em
Abril
N de
reclama
reclamaes
Nmero
de dias
Percentagem
de dias
Frequncia
absoluta
acumulada
Frequncia
relativa
acumulada
xi
ni
fi
Ni
Fi
13
0.43
13
0.43
11
0.37
24
0.80
0.10
27
0.90
0.07
29
0.97
0.03
30
Total
30
Cristina Costa
59
Diagrama de barras
Grfico em que no eixo do X so indicados os valores da varivel
e, no eixo do Y, so indicadas as respectivas frequncias
[absolutas ou relativas] simples
Os valores das frequncias so representados por pontos e
unidos por linhas ao eixo do X
Cristina Costa
60
Exemplo 1
Grfico de frequncias absolutas simples
N dias
Distribuio do nmero de reclamaes

apresentadas em Abril
14
12
10
8
6
4
2
0
0
N reclamaes
Cristina Costa
61
Diagrama de escada
Grfico em forma de escada que representa a distribuio de
frequncias (absoluta ou relativa) acumuladas
Cristina Costa
62
Exemplo 1
Grfico de frequncias relativas acumuladas
1.20
1.00
0.80
0.60
0.40
0.20
0.00
0
Frequncias relativas acumuladas
Cristina Costa
63
Distribuies de frequncias: caso contnuo
Variveis contnuas
Por poderem tomar um nmero infinito no numervel de
valores, obrigam-nos criao de classes que passam a ser as
modalidades da caracterstica em estudo
No h uma regra cientificamente fundamentada e
universalmente aceite para a construo das classes!
Cristina Costa
64
Determinao do n de classes (sugestes)

No devero ser nem em nmero muito grande, nem em nmero
muito pequeno (em geral, devero ser entre 4 e 14).
Nenhuma classe dever ter frequncia nula
Exemplo: o nmero de classes, k, pode ser assim determinado:
para n < 25
k = 5
k n para n 25
65
Cristina Costa
Amplitude das classes

Sempre que possvel, devero ter amplitudes iguais.
A amplitude das classes, a, pode ser assim determinada:
Xmax valor mximo da varivel
Xmin valor mnimo da varivel
a=
X max X min
k
Ponto mdio ou Centro da classe
Linf limite inferior da classe
Lsup limite superior da classe
Cristina Costa
C=
Linf + L sup
2
66
Quadro de frequncias
Para cada classe so definidas as frequncias absolutas e
relativas, simples e acumuladas, da mesma forma que para as
variveis discretas
67
Cristina Costa
Exemplo 2
O quadro seguinte apresenta a durao mdia de processos (em
anos) relacionados com um determinado tipo de crime
2.25
0.63
2.10
2.37
0.80
3.44
8.55
2.07
3.22
2.48
0.54
4.19
7.40
4.60
3.45
6.20
1.88
0.82
1.91
0.10
6.31
9.56
2.10
2.77
1.57
4.21
5.14
5.42
0.65
4.30
Cristina Costa
68
Exemplo 2
Construo das classes
n = 30
k = 30 5
X max = 9.56
a=
X min = 0.1
9.56 0.1
2
5
69
Cristina Costa
Exemplo 2
Distribuio da durao mdia de processos (em anos)
Dura
Durao
(em anos)
N de
Percentagem
processos de processos
Frequncia
absoluta
acumulada
Frequncia
relativa
acumulada
Classes
ni
fi
Ni
Fi
[0, 2]
0.30
0.30
]2, 4]
10
0.33
19
0.63
]4, 6]
0.20
25
0.83
]6, 8]
0.10
28
0.93
]8, 10]
0.07
30
1.00
Total
30
Cristina Costa
70
Histograma de frequncias
Grfico formado por uma sucesso de rectngulos adjacentes
Cada rectngulo tem por base o intervalo da classe e por altura a
respectiva frequncia (absoluta ou relativa) dividida pela amplitude do
intervalo de classe
Deste modo, a rea do rectngulo de cada classe igual respectiva
frequncia e a soma das reas igual a N ou 1 caso se trate de freq.
absolutas ou freq. relativas, respectivamente
No caso das distribuies com classes de amplitude constante no h
inconveniente em que a altura seja igual frequncia
Cristina Costa
71
Polgono de frequncias
Grfico que resulta de unir sucessivamente, por segmentos de
recta, os pontos mdios dos lados superiores dos rectngulos
do histograma
Como se deseja fechar o polgono em relao ao eixo horizontal,
identificam-se classes adjacentes (com a mesma amplitude) no
incio e no fim do histograma
Como estas classes no pertencem distribuio inicial tm

naturalmente uma frequncia nula
Cristina Costa
72
Exemplo 2
Histograma e polgono de frequncias relativas (simples)
Distribuio da durao mdia de processos

(em anos)
0,35
% de processos
0,3
0,25
0,2
0,15
0,1
0,05
0
-1
5
Histograma
Polgono
11
Anos
Cristina Costa
73
Curva de frequncias
Pode definir-se como um polgono de frequncias alisado
Se o n de classes aumentar indefinidamente, quando a
amplitude das classes tende para zero, aceita-se facilmente que
o polgono tende, no limite, para uma curva
Cristina Costa
74
Exemplo 2
Curva de frequncias relativas (simples)
Distribuio da durao mdia de processos

(em anos)
0,35
% de processos
0,3
0,25
0,2
0,15
0,1
0,05
0
-1
5
Histograma
Polgono
11
Anos
Cristina Costa
75
Funo de frequncias acumuladas

Grfico que resulta de unir sucessivamente, por segmentos de
recta, os lados superiores direitos dos rectngulos do
"histograma" de frequncias acumuladas
Cristina Costa
76

Exemplo 2
Funo de frequncias relativas acumuladas
1.20
1.00
Freq. relativas
0.80
0.60
0.40
0.20
0.00
1
Anos
77
Cristina Costa
Medidas descritivas
Localizao
Disperso
Simetria e curtose
Associao
Anlise de outliers
Medidas descritivas
Permitem sintetizar caractersticas importantes da informao

atravs de um nico nmero
Estas medidas classificam-se em
Localizao
Disperso
Simetria
Curtose
Associao
Cristina Costa
79
Medidas descritivas
Medidas de localizao
Localizam os valores observados da varivel no eixo do X
A localizao central da curva B est mais direita que a curva A
Cristina Costa
80
Medidas descritivas
Medidas de disperso
Medem a disperso da informao em relao ao valor central
da distribuio
As curvas A e B tm a mesma localizao, mas a curva B representa

uma distribuio com maior disperso que a curva A
Cristina Costa
81
Medidas descritivas
Medidas de assimetria
Distinguem as distribuies segundo a forma como se distribui a
informao nos dois lados. Podem ser simtricas e assimtricas.
A curva A simtrica. Se traarmos uma linha vertical do pico at

ao eixo horizontal, a curva fica dividida em duas partes iguais. A
curva C assimtrica positiva e a curva B assimtrica negativa
Cristina Costa
82
Medidas descritivas
Medidas de curtose
Diferenciam as distribuies segundo o achatamento
Na curva B o grau de curtose maior
Cristina Costa
83
Medidas descritivas
Medidas de associao
Medem o grau de associao [linear] entre duas variveis
Cristina Costa
84
Medidas descritivas
Medidas de associao
85
Cristina Costa
Medidas descritivas
Algumas medidas de localizao
Medidas de tendncia central
Medidas de tendncia no central
Mdia aritmtica
Quartis
Mediana
Decis
Moda
Percentis
Cristina Costa
86
Medidas descritivas
Mdia aritmtica
Dados desagregados (casos discreto e contnuo)
X=
1
n
Xi
i =1
Dados agregados (caso discreto)

k
X=
fi Xi
i =1
Dados agregados em classes (caso contnuo)

k
X=
fiCi
i =1
87
Cristina Costa
Medidas descritivas
Exemplo 1
Distribuio do nmero de reclamaes apresentadas em Abril
xi
ni
fi
fixi
13
0.43
0.00
11
0.37
0.37
0.10
0.20
0.07
0.20
0.03
0.13
Total
30
0.90
X = 0.90
Cristina Costa
88
Medidas descritivas
Exemplo 2
Classes
ni
fi
Ci
fiCi
[0, 2]
0.30
0.30
]2, 4]
10
0.33
1.00
]4, 6]
0.20
1.00
]6, 8]
0.10
0.70
]8, 10]
0.07
0.60
Total
30
3.60
X 3.6
Cristina Costa
89
Medidas descritivas
Exemplo 2
Neste caso, usando os dados agregados em classes, o valor da
mdia (3.6) corresponde ao valor aproximado da verdadeira
mdia que 3.37
Obtemos um valor aproximado porque substitumos os valores
individuais exactos de cada classe pelo respectivo centro de
classe
Diferentes divises de classes diferentes centros de classes

diferentes aproximaes para a mdia
Cristina Costa
90
Medidas descritivas
Mediana
Valor central da sucesso ordenada das observaes
50% das observaes so inferiores mediana, e 50% so

superiores
91
Cristina Costa
Medidas descritivas
Mediana caso discreto

Exemplo
n = 9 (mpar)
Mediana = 1
xi
ni
Fi
0.44
0.56
0.78
0.89
Total
Cristina Costa
92
Medidas descritivas
Mediana caso discreto

Exemplo
n = 10 (par)
xi
ni
Fi
0.4
0.5
0.7
0.8
Total
10
Mediana = (1+2)/2 = 1.5
93
Cristina Costa
Medidas descritivas
Mediana caso contnuo (dados agregados em classes)

Classe Mediana classe onde se encontra o valor 0.5 (50%)
para as frequncias relativas acumuladas
Exemplo 2
Classes
ni
fi
Fi
[0, 2]
0.30
0.30
]2, 4]
10
0.33
0.63
]4, 6]
0.20
0.83
]6, 8]
0.10
0.93
]8, 10]
0.07
1.00
Total
30
Cristina Costa
94
Medidas descritivas

Exemplo 2
Quanto falta
para 0.5
x 0 .2
2 0.33
amplitude
da classe
mediana
X=
fi da classe
mediana
2 0.2
= 1.21
0.33
Mediana = 2 + 1.21
Mediana = 3.21
95
Cristina Costa
Medidas descritivas
n F(M1)
Mediana = LInfM + aM 2
nM
LInfM
limite inferior da classe mediana
aM
amplitude da classe mediana
F(M-1)
frequncia absoluta acumulada da classe anterior classe mediana
nM
frequncia absoluta da classe mediana
Exemplo 2: Mediana = 2 + 2
Cristina Costa
30 9
2
= 3.2
10
96
Medidas descritivas
Moda caso discreto

Observao que tem maior frequncia
Exemplo
Moda = 0
97
Cristina Costa
Medidas descritivas
Moda caso contnuo

Classe Modal classe com maior frequncia
Moda = L inf +
f **
ai
f *+ f **
Linf
limite inferior da classe modal
ai
amplitude da classe modal
f*
frequncia relativa (simples) da classe anterior classe modal
f**
frequncia relativa (simples) da classe seguinte classe modal
Cristina Costa
98
Medidas descritivas
Moda caso contnuo

Exemplo 2
Classe Modal = ]2, 4]
Classes
ni
fi
[0, 2]
0.30
]2, 4]
10
0.33
]4, 6]
0.20
]6, 8]
0.10
]8, 10]
0.07
Total
30
Moda = 2 +
0. 2
2
0.3 + 0.2
Moda = 2.8
Cristina Costa
99
Medidas descritivas
Medidas de tendncia central

Comparao entre a mdia, a mediana e a moda
Cristina Costa
100
Medidas descritivas
Medidas de tendncia no central

Quartis dividem o conjunto ordenado das observaes em 4 partes
iguais
50%
50%
Q2
mediana
Q1
Xmin
25%
Q3
Xmax
75%
75%
25%
Decis dividem o conjunto ordenado das observaes em 10 partes

iguais
Percentis dividem o conjunto ordenado das observaes em 100
partes iguais
101
Cristina Costa
Medidas descritivas
Medidas de disperso
Algumas medidas de disperso

Intervalo de variao
Varincia e desvio padro
Intervalo interquartis
Coeficiente de variao
Desvio absoluto mdio
Cristina Costa
102
Medidas descritivas
Intervalo de variao
Diferena entre o maior e o menor valor da varivel
R = Xmax Xmin
Intervalo interquartis
Diferena entre o 3 quartil e o 1 quartil (engloba 50% das
observaes centrais)
IQ = Q3 Q1
Cristina Costa
103
Medidas descritivas
Desvio absoluto mdio

n
1
Xi X
n
i =1
Mede o grau de
disperso dos
valores da
varivel em
torno da mdia
fi X i X
i =1

k
fi C i X
i =1
Cristina Costa
104
Medidas descritivas
Varincia
2
1 n
Xi X
n i=1
Mede o grau de
disperso dos
valores da
varivel em
torno da mdia
f (X X)
k
i =1
f (C X)
k
i =1
105
Cristina Costa
Medidas descritivas
Varincia frmulas alternativas

1
n
2
i
X2
i=1

k
f X
i
2
i
X2
i=1

k
fC
i
2
i
X2
i=1
Cristina Costa
106
Medidas descritivas
Desvio padro
igual raiz quadrada da varincia
A varincia apresenta a desvantagem de se traduzir no quadrado

das unidades em que est definida a varivel X
O desvio padro definido nas mesmas unidades que a varivel
107
Cristina Costa
Medidas descritivas
Coeficiente de variao
Medida de disperso relativa (independente das unidades de
medida das variveis)
Permite comparar o grau de disperso, em torno da mdia, de
distribuies de frequncias distintas
CV =
Cristina Costa
desvio padro
100
X
108
Medidas descritivas
Exemplo 2
Classes
ni
fi
Ci
fiCi
Ci X
fi Ci X
fiCi2
[0, 2]
0.30
0.30
2.60
0.78
0.30
]2, 4]
10
0.33
1.00
0.60
0.20
3.00
]4, 6]
0.20
1.00
1.40
0.28
5.00
]6, 8]
0.10
0.70
3.40
0.34
4.90
]8, 10]
0.07
0.60
5.40
0.36
5.40
Total
30
1.96
18.6
3.60
Cristina Costa
109
Medidas descritivas
Exemplo 2
Intervalo de variao = 9.56 0.1 = 9.46
Desvio absoluto mdio 1.96
Q1 = Q25% = 1.67
Q3 = Q75% = 5.2
Intervalo interquartis = Q3 Q1 = 3.53
Varincia 5.64
Desvio padro 2.37
Coeficiente de variao 65.97%
Cristina Costa
110
Medidas descritivas
Observaes
Diferentes divises de classes
diferentes centros de classes
diferentes distribuies de frequncia
diferentes aproximaes para a mdia, varincia,
Exemplos interactivos
http://www.stat.sc.edu/~west/javahtml/Histogram.html
http://simon.cs.vt.edu/SoSci/converted/MMM/
111
Cristina Costa
Medidas descritivas
Medidas de associao
Algumas medidas de associao
Coeficiente de correlao de Pearson

Coeficiente de correlao de Spearman
Cristina Costa
112
Medidas descritivas

Medida da intensidade da associao linear entre duas variveis
cont
contnuas X e Y
n
r=
( xi x )( yi y )
i=1
i=1
i=1
( x i x )2 ( y i y )2
Cristina Costa
113
Medidas descritivas

No depende das unidades em que as variveis so medidas
Quando as variveis so independentes, o coeficiente de
correlao nulo (o inverso no verdadeiro, em geral)
O valor deste coeficiente varia entre 1 e 1
Sinal positivo ambas as variveis tendem a variar na mesma

direco, i.e. aumentar ou diminuir conjuntamente
Sinal negativo as variveis tendem a variar em direces

opostas, i.e. uma tende a aumentar quando a outra diminui
http://noppa5.pc.helsinki.fi/koe/corr/cor7.html
Cristina Costa
114
Medidas descritivas

Medida da intensidade da associao entre duas variveis
discretas (dados no nominais) ou contnuas X e Y
Ordenar, separadamente, os n valores de cada uma das variveis
Associar o respectivo rank (posio na sequncia ordenada) a cada

valor das variveis
Calcular a diferena (di) entre cada rank correspondente aos valores

xi e yi
n
r' = 1
6 di
i=1
2
n n 1
Cristina Costa
115
Medidas descritivas

No depende das unidades em que as variveis so medidas
Quando as variveis so independentes, o coeficiente de
correlao nulo (o inverso no verdadeiro, em geral)
O valor deste coeficiente varia entre 1 e 1
Sinal positivo ambas as variveis tendem a variar na mesma

direco, i.e. aumentar ou diminuir conjuntamente
Sinal negativo as variveis tendem a variar em direces

opostas, i.e. uma tende a aumentar quando a outra diminui
Calculadora: http://www.wessa.net/rankcorr.wasp
(Para lidar com dados com valores empatados de forma idntica ao exemplo seguinte,
considerar o resultado de "Correlation (not corrected)")
Cristina Costa
116
Medidas descritivas

Exemplo
Uma forma simples de lidar com valores empatados (repetidos) na
coleco de dados atribuir-lhes a mdia dos ranks que teriam se
fossem valores sequenciais distintos
xi
Rank
de xi
yi
Rank
de yi
di2
550
80
(2 5)2
620
60
(5 4)2
580
3.5
10
(3.5 1)2
580
3.5
20
(3.5 2)2
540
30
(1 3)2
Soma =
22.5
r' = 1
6(22.5)
) = 0.125
5 52 1
Cristina Costa
117
Medidas descritivas
Sugestes
Cunha, L. M. (2000). Dossi IV Estatstica com Excel. Projecto
ALEA, I.N.E, Porto, 34 pp.
http://alea-estp.ine.pt/html/statofic/html/dossier/doc/Dossier4.PDF
http://stat2.med.up.pt
http://www.psychstat.missouristate.edu/introbook/sbk00.htm
http://home.okstate.edu/homepages.nsf/toc/onlinetutorialsstatistics
Cristina Costa
118
Medidas descritivas
Anlise de outliers
Outlier: observao discordante ou extrema
Explicaes possveis para a ocorrncia de outliers
Erros humanos ao medir ou ao registar os dados
Corrigir ou, eventualmente, eliminar os outliers do estudo
Natureza do fenmeno em estudo
Alguns autores no consideram como outliers
Cristina Costa
119
Medidas descritivas
Identificao de outliers
Por comparao, atravs da anlise do posicionamento das
observaes extremas com medidas de localizao e de
disperso resistentes da distribuio emprica
Mediana (Me)
1 Quartil (Q1)
3 Quartil (Q3)
Mximo (Xmax)
Mnimo (Xmin)
Intervalo Interquartis (IQ)
Cristina Costa
120
Medidas descritivas
Diagrama de caixa-de-bigodes (Boxplot)
121
Cristina Costa
Medidas descritivas
Boxplot com barreiras de outliers
v1 valor adjacente inferior a Q1
Outlier moderado
v2 valor adjacente superior a Q3
Outlier severo
Cristina Costa
122
Medidas descritivas
Barreiras interior e exterior

Barreira Interior Inferior (BII):
Q1 1,5 IQ
Barreira Interior Superior (BIS):
Q3 + 1,5 IQ
Barreira Exterior Inferior (BEI):
Q1 3 IQ
Barreira Exterior Superior (BES): Q3 + 3 IQ
123
Cristina Costa
Medidas descritivas
Regras de identificao de outliers

Outliers moderados
BEI < Xi < BII
ou
BIS < Xi < BES
ou
Xi > BES
Outliers severos
Xi < BEI
Cristina Costa
124
Medidas descritivas
Tratamento de outliers
A eliminao pura e simples de um potencial outlier deve fazerse com prudncia e o mais aconselhvel proceder anlise
com e sem a presena da respectiva observao. Se as
concluses so discordantes deve pelo menos ter-se a
conscincia de que o outlier afecta significativamente as
concluses e no h como relatar esse facto, deixando a
terceiros a possibilidade de escolher o seu prprio caminho.
(Murteira 1993, p. 100)
125
Cristina Costa
Medidas descritivas
Tratamento de outliers
A eliminao de um potencial outlier imprpria quando a
varivel observada tem uma distribuio com caudas pesadas,
no quadro da qual os outliers so naturais. Para alguns autores,
a identificao quase certa de outliers s em geral possvel
para amostras com 500 ou mais observaes; assim, quando se
trabalha com amostras pequenas, a poltica mais prudente
isolar alguns valores para lhes prestar ou pedir para que lhes
seja prestada ateno especial.
Cristina Costa
(Murteira 1993, p. 100)
126
Medidas descritivas
Exemplo 3
Tempo (em minutos) de circulao extracorporal (CEC) em 94
doentes submetidos a interveno ao corao, entre Maio de
1980 e Dezembro de 1988, no Hospital de Santa Cruz
118
162
145
150
195
77
86
70
85
120
180
150
300
172
85
120
52
402
110
143
80
210
251
207
120
95
80
99
58
188
90
30
87
115
160
150
98
90
190
86
147
118
110
85
97
172
177
222
80
85
210
142
120
113
117
155
117
180
50
145
97
403
117
119
145
237
153
168
102
166
225
124
93
207
114
157
100
155
120
155
295
120
65
69
53
164
115
145
230
140
98
180
37
218
Fonte: Murteira (1993, p. 9798)

127
Cristina Costa
Medidas descritivas
Exemplo 3
Mdia = 139.72
Min = 30
Q1 = 95
Mediana = Q2 = 120
Q3 = 168
Neste caso, as barreiras

inferiores, interna (BII) e externa
(BEI), so irrelevantes porque
so menores que zero e a
varivel positiva.
Max = 403
IQ = 73
BIS = 168 + 1.5x73 = 277.5
BES = 168 + 3x73 = 387
Cristina Costa
128
Medidas descritivas
Exemplo 3
129
Cristina Costa
Medidas descritivas
Exemplo 3
OUTLIERS
Moderados
295 minutos
300 minutos
Severos
402 minutos
403 minutos
Cristina Costa
130
Teoria das Probabilidades
Introduo
Teoria das Probabilidades: Introduo
Exemplo 4
Distribuio do peso de 500 cigarros SG Filtro
Peso (em mgrs)
N de cigarros
% de cigarros
760 780
0.008
780 800
43
0.086
800 820
118
0.236
820 840
168
0.336
840 860
117
0.234
860 880
39
0.078
880 900
11
0.022
Total
500
Fonte: Murteira (1993, p. 34)
Cristina Costa
132
Exemplo 4
Mdia Moda Mediana 830 mgrs
Desvio-padro 23.63 mgrs

0.4
0.35
% cigarros
0.3
0.25
0.2
0.15
0.1
0.05
0
770
790
810
830
850
870
890
peso (mgrs)
Histograma
Curva de frequncias
Cristina Costa
133
Exemplo 4
Nenhum cigarro da amostra pesa menos de 760 mgrs
O peso mdio dos cigarros da amostra de 830,48 mgrs
Podemos concluir?
?
Nenhum cigarro SG Filtro, venda no mercado, pesa menos de

760 mgrs
Caso fosse retirada outra amostra de 500 cigarros, o peso mdio de

cada cigarro seria ainda, exactamente, 830.48 mgrs
Cristina Costa
134
Soluo: obter um modelo da distribuio de frequncias

uma expresso algbrica que descreve a frequncia relativa
(altura da curva de frequncias) para todos os valores possveis
da varivel
Designa-se por modelo probabilstico ou distribui
distribuio de
probabilidade
135
Cristina Costa
Exemplo 4
Se assumirmos que o peso mdio de cada cigarro =830 mgrs
e que o desvio padro =24 mgrs, ento podemos formular o
seguinte modelo probabilstico
Funo de probabilidade
1
24 2
770
790
810
830
850
870
1 x 830

e 2 24
890
peso (mgrs)
Curva de frequncias
Cristina Costa
136
Exemplo 4
Este modelo probabilstico designa-se Distribuio Normal de
parmetros =830 e =24
Se alterarmos os valores dos parmetros de uma distribuio, o

aspecto da curva altera-se
Permitem, ento, que a mesma distribuio seja utilizada para

descrever um vasto conjunto de fenmenos reais
23.4% dos cigarros da amostra pesam entre 840 e 860 mgrs

A probabilidade de um cigarro SG Filtro, venda no mercado,
pesar entre 840 e 860 mgrs igual a 23.16%
Cristina Costa
137
A distribuio de frequncias um conceito emprico que, na

maior parte dos casos, diz respeito a uma amostra
A distribuio de probabilidade um conceito terico ligado

populao e deve olhar-se como um modelo matemtico da
distribuio observada
A probabilidade de um acontecimento pode ser entendida como
a frequncia relativa terica desse acontecimento num modelo
da populao
Cristina Costa
138

Apostila de Probabilidade e Estatistica

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Apostila de Probabilidade e Estatistica

Uploaded by

Copyright:

Available Formats

ESTATSTICA I

Ana Cristina Costa

Licenciatura em Gesto de Informao

3. Teoria das Probabilidades

Axiomtica das probabilidades

Variveis aleatrias e funes de distribuio

Esperana matemtica e momentos

Distribuies univariadas especficas

Reis, E. (1996). Estatstica Descritiva. 3 Edio, Edies Slabo, Lisboa.

Murteira, B. (1993). Anlise Exploratria de Dados Estatstica Descritiva.

Pedrosa, A. C. e Gama, S. M. A. (2004). Introduo Computacional

Paulino, C. D. e Branco, J. A. (2005). Exerccios de Probabilidade e

Fonseca, Jaime (2001). Estatstica Matemtica. Vol. 1, Edies Slabo.

Fonseca, J. e Torres, D. (2000). Exerccios de Estatstica. Edies Slabo.

Murteira, B., Ribeiro, C. S., Silva, J. A. e Pimenta, C. (2002). Introduo

Tipos de dados e classificao das

Introduo Teoria das Probabilidades

Estatstica: disciplina cujo objecto principal a recolha,

A Estatstica ajuda os centros de deciso a criar ordem e

Permite retirar concluses

O processo de inferncia estatstica

Parmetro um n que descreve a populao

Etapas do mtodo estatstico

Etapas do mtodo estatstico > Identificao do problema

Etapas do mtodo estatstico > Recolha de dados

Entrevistas pessoais e telefnicas

Dados provenientes de outras fontes (ex: INE)

Alguns cuidados a ter

Identificao da populao a inquirir

Definio precisa do tipo de informao

Definio das unidades de medida

Etapas do mtodo estatstico > Crtica dos dados

Suprimir valores estranhos

Etapas do mtodo estatstico > Anlise e interpretao

Etapas do mtodo estatstico > Apresentao da informao

Tipos de dados e classificao das variveis

Tipos de dados e classificao das variveis

Dados qualitativos nominais

Exemplos: classificao das pessoas pelo sexo (feminino,

Dados qualitativos ordinais

Exemplos: classificaes obtidas num exame (insuficiente, suficiente

Dados quantitativos discretos

Exemplos: nmero de acidentes por hora, nmero de trabalhadores

Dados quantitativos contnuos

Exemplos: peso, altura, tempo

Dados quantitativos contnuos

N de Efectivos (em milhares)

Fonte: INE; Inqurito ao Emprego, citado em INE, Portugal Social, p. 41

N de Efectivos (em milhares)

Fonte: INE; Inqurito ao Emprego

Quantos homens trabalham no sector secundrio?

Quadro de dupla entrada: quadro que representa informao

Quadro de dupla entrada

Fonte: INE; Inqurito ao Emprego

Princpios da construo de quadros

controlar a fiabilidade da informao

obter informao adicional

Estes tipos de grficos esto vocacionados para situaes

Fonte: INE; Inqurito ao Emprego

muito utilizado para representar a evoluo de uma varivel ao

Os valores do desemprego so muito inferiores aos do emprego

Ambas as variveis tm taxas de variao relativa muito baixas, pelo

Variantes do grfico de barras

Grfico de barras simples