Estatistica. Descritiva3 PDF

1
PROBABILIDADE E ESTATSTICA
APRESENTAO DO CURSO &
INTRODUO ESTATSTICA DESCRITIVA
Estatstica - Aula 1
20%
25%
45%
10%
SUMRIO
2. O papel da Probabilidade e da Estatstica
3.1. Medidas de Posio
3.2. Medidas de Disperso
3.4. Grficos
1. Apresentao do Curso
3. Estatstica Descritiva
3.3. Medidas de Assimetria e Achatamento
Professor
Aderson Campos Passos, M.C.
Apresentao do Curso
Livros Texto
ANDERSON,D.R.; SWEENEY,D.J. e WILLIAMS,T.A.
"Estatstica Aplicada Administrao e Economia".
Editora Pioneira Thompson Learning. So Paulo, 2003.
LACHTERMACHER, G. " Pesquisa Operacional na
Tomada de Decises". Editora Campus, 3 Edio. Rio de
Janeiro, 2007.
2
Estrutura do Curso
O curso ser montado sobre trs pilares:
Apresentao do Curso
1. Apresentaes
2. Livros Texto 3. Listas de Exerccios
Avaliaes
O curso ter duas avaliaes:
2. AV
2
= Lista de Exerccios
sobre Otimizao
1. AV
1
= Prova de Probabilidade e
Estatstica
2
2 1
AV AV
MF
+
=
Obs: As questes sero
parecidas mas no iguais
s da lista.
Assuntos do Curso
O curso abordar os seguintes assuntos:
Apresentao do Curso
2. Probabilidade
4. Otimizao Linear
3. Estatstica Inferencial
O que Estatstica?
rea da Matemtica que se preocupa
com a organizao, coleta e resumo dos
dados, para auxlio na tomada de
decises.
O Papel da Probabilidade e da
Estatstica
3
Estatstica Descritiva
Estatstica Inferencial
Organizao e Resumo dos Dados :
Ex: Medidas Descritivas, Histogramas, Box Plot etc.
Tcnicas para obteno de concluses sobre a
populao a partir da amostra.
Ex: Amostragem, Testes de Hiptese, Regresso,
Correlao etc.
Estatstica
O que populao, o que amostra?
Subconjunto
Populao o universo de estudo e amostra
um subconjunto desse universo.
Estatstica
rea da Matemtica que se preocupa
com o estudo da incerteza.
O que Probabilidade?
Estatstica
4
Objetivos da Estatstica e da Probabilidade
O objetivo aprender a lidar com a
VARIABILIDADE e com a INCERTEZA.
Essas duas grandezas podem ser medidas:
- A Estatstica possui ferramentas para
quantificar e analisar a VARIABILIDADE
- A Probabilidade possui ferramentas para
quantificar e analisar a INCERTEZA.
Estatstica
Exemplo da Presena da Variabilidade
DESEMPENHO DO CONSUMO DE GASOLINA EM UM CARRO
Para esse exemplo foram citadas as Fontes Potenciais de
Variabilidade do sistema. Com os mtodos da estatstica possvel
formular modelos para quantificar e estudar as fontes de
variabilidade.
9O consumo nem sempre ser o mesmo e depender de muitos
fatores:
Tipo de Estrada (rodovia ou cidade)
Desgaste do Veculo
Tipo e qualidade do combustvel
Condies climticas (?)
Estatstica
PROSPECO DE POOS DE PETRLEO
9 Empresas como a PETROBRS quando procuram novos poos
de petrleo, utilizam informaes coletadas do seu servio
geolgico sobre caractersticas do terreno que possam indicar a
presena do leo. Com esses dados, tambm possvel quantificar
a extenso do poo. Porm, existe a possibilidade dessas
informaes no corresponderem s expectativas. Para quantificar
a incerteza so utilizados dados passados que mostram
caractersticas das reas que possuem petrleo. Quanto maior a
semelhana, maior a chance de existir o recurso na rea em
estudo.
Exemplo da Presena da Incerteza
Estatstica
5
DURAO DE ATIVIDADES GERNCIA DE PROJETOS
9 Para reduzir a incerteza associada a previso da durao
das atividades de um projeto so utilizadas estimativas
pessimistas, normal e otimistas para o trmino dessas
atividades. Essas estimativas, geralmente fornecidas por
especialistas ou pessoas experientes, iro compor o Valor
Esperado para o trmino da atividade. Essas estimativas
reduzem a incerteza no planejamento do cronograma e
contribuem para o sucesso do projeto.
Exemplo da Presena da Incerteza
Estatstica
Aplicaes
Marketing
Logstica Finanas
Controle de
Qualidade
Economia
Estatstica
Engenharia
SUMRIO
3.4. Grficos
6
O que so Distribuies de Freqncia ?
Distribuies de Freqncia
a forma de organizao de dados mais
importante da estatstica. Nela os valores e as
suas respectivas freqncias esto posicionados
lado a lado. Os dados e as variveis utilizados
podem ser discretos ou contnuos. Isso far com
que seja mudada a forma de representar a
distribuio.
Distribuies de Freqncia - Exemplos
58
3 85 a95
6 75 a85
14 65 a75
18 55 a65
12 45 a55
5 35 a45
f
i
Classes
60 300 a500
140 250 a300
140 180 a250
70 80 a180
N
o
de
empregados
salrios
variveis contnuas variveis discretas
2 5
5 9
4 8
3 7
2 11
16
f
i
x
i
Suponha:
Classes = faixa etria
f
i
= n
o
de pessoas
Distribuies de Freqncia - Observaes
Limites das Classes
A representao do limite das classes poder trazer diferentes
significados quanto a incluso ou no dos elementos extremos.
a) 10 12 Classe compreende os dois valores extremos
b) 10 12 Classe compreende todos os valores excluindo o
ltimo.
c) 10 12 Classe compreende todos os valores excluindo o
primeiro.
Por simplificao a notao utilizada na apresentao ser ae ter
o mesmo significado do item b).
7
Distribuies de Freqncia Observaes (Cont.)
Pontos mdios das classes (x
i
)
1. a mdia aritmtica entre o limite inferior e o superior da
classe. Dessa forma na classe 10 a12, seu ponto mdio ser 11.
2. Esse ponto mdio ser muito til para o clculo de medidas
descritivas que sero vistas posteriormente.
Freqncia Acumulada (F
ac
)
a soma das freqncias dos valores inferiores ou iguais ao valor dado.
10
2
2
10
8 3 F
ac
5 3 f
i
1 0 x
i Exemplo:
O que so Medidas Descritivas ?
Definio
So medidas que podem ser obtidas sobre
conjuntos de dados numricos, de forma a
trazer informaes sobre esses dados.
Posio Disperso Assimetria Achatamento
Tipos de Medidas Descritivas
8
Mdia Aritmtica
Mdia para dados agrupados
Mediana
Moda
Mdia Geomtrica
Percentil, Decil, Quartil
Escore Z
Medidas de Posio
n
X
Mdia
n
i
i
=
=
1
) (
Exemplo:
Medidas de Posio - Mdia Aritmtica
=
=

=
n
i
i
n
i
i i
f
f X
Mdia
1
1

Medidas de Posio - Mdia para Dados
Agrupados
Onde f
i
so as freqncias absolutas de cada categoria
9
Exemplo 1
Retorno de Carteiras: Calcular o retorno total de uma
carteira de investimentos que possui a seguintes
caractersticas: Carteira formada pelas aes A, B, C
e D nas propores 10%, 15%, 30%, 45%,
respectivamente. Os retornos obtidos em cada ao
foram respectivamente 2%, 5%, -3%, 10%.
Soluo: O clculo a ser feito segue a frmula.
(10x 2 + 15x 5 + 30x (-3) + 45x 10) / 100 = 4,55%
Medidas de Posio - Mdia para Dados
Agrupados
Posio central da seqncia, para nmero mpar de
elementos
Mdia aritmtica dos dois elementos na posio central
da seqncia, para nmero par de elementos.
Medidas de Posio - Mediana
Os nmeros devem estar dispostos em ordem crescente
Exemplo 2:
A = {24, 27, 32, 34, 34, 34, 56} Mediana !!
B = {12, 13, 14, 15, 16, 17} Mediana = 14,5 !!
o valor que divide a amostra ou populao em duas
partes iguais.
Medidas de Posio - Mediana
11
2 4
5 3
3 2
1 1
f
i
x
i
Exemplo 3:
n (nmero de elementos) = 11
mpar. Assim, o elemento
central ser o 6. Nesse caso a
mediana ser 3.
6 elemento, classe que
contm a mediana
10
Medidas de Posio Mediana varivel
contnua
1 Passo: Calcula-se a ordem n/2. Como a varivel contnua, no se
preocupe se n par ou mpar.
2 Passo: Utiliza-se a frmula:
Md
Md
F
h f
n
l Med

|
.
|
\
|

+ =

2
Onde:
l
Md
= limite inferior da classe Md.
n = tamanho da amostra.
f = soma das freqncias
anteriores classe Md.
h = amplitude da classe Md.
F
Md
= Freqncia da classe Md.
Medidas de Posio Mediana varivel
contnua
Exemplo 4: Dada a distribuio amostral, calcular a mediana
58
3 85 a95
6 75 a85
14 65 a75
18 55 a65
12 45 a55
5 35 a45
F
i
Classes
1 Passo: Como n = 58 a mediana ser o 29
elemento. A classe da mediana Md ser a 3, pois
contm o 29 elemento.
2 Passo: Utiliza-se a frmula.
l
Md
= 55, n = 58, f = 17, h = 10; F
Md
= 18
67 , 61
18
10 17
2
58
55 =
|
.
|
\
|

+ = Md
Aps formadas as seqncias de nmeros, dos
percentis, decis e quartis poder ser dito:
O quartil divide a seqncia em 4 partes
Os decis em 10 partes (cada uma contendo
10% dos elementos)
Os percentis em 100 partes (cada uma
contendo 1% das observaes)
Medidas de Posio Quartil, Decil, Percentil
11
Medidas de Posio Quartil
Q
2
Q
1
Q
3
O% 25% 50% 75% 100%
Q
1
= 1 Quartil, deixa 25% dos elementos.
Q
2
= 2 Quartil, coincide com a mediana, deixa 50% dos elementos.
Q
3
= 3 Quartil, deixa 75% dos elementos.
Obs: Os elementos da amostra devem estar em ordem crescente
Quartil Variveis Discretas
Determinao de Q
i
:
1 Passo: Calcula-se i (n +1) / 4
2 Passo: Identifica-se a posio do
i-simo quartil.
3 Passo: Aplica-se a frmula
Onde:
i = ndice do quartil desejado
n = nmero de elementos da
amostra
l
j
= j-simo elemento da seqncia
[ ] = mximo inteiro
|
|
.
|
\
|

|
|
.
|
\
|
(
+
+ =
(
+
(
+
(
+
4
) 1 (
4
) 2 (
4
) 1 (
4
) 1 (
4
) 1 (
n i n i n i i
l l
n i n i
l Q
Quartil Variveis Discretas - Exemplo
Exemplo 5: Determinar Q
1
e Q
3
da seqncia abaixo:
B = {12, 13, 14, 15, 16, 17}
2 Passo: Assim, 1,75
elemento ser a referncia para Q

1
. Da mesma
forma o 5,25 elemento ser a referncia para Q
3
. Entretanto, o que
est sendo procurado so os valores em que, abaixo deles, teremos
aproximadamente 25% e 75% das observaes, respectivamente. Para
achar esses valores utilizamos a frmula sugerida.
1 Passo: Calcula-se i (n +1) / 4. fcil ver que n = 6 e os valores de i
de referncia so 1 e 3.
Para i = 1, teremos 1(6+1)/4 = 1,75
Para i = 3, teremos 3(6+1)/4 = 5,25
12
Quartil Variveis Discretas - Exemplo
3 Passo: Aplica-se a frmula para Q
1
e Q
3
Calcule Q
2
como exerccio e verifique o resultado.
| |
( )
| | | |
( )
75 , 1 2 75 , 1 1
1 75 , 1 l l l Q + =
( ) ( ) 75 , 12 ) 75 , 0 ( 12 75 , 0
1 2 1 1
= + = + = l l l Q
| |
( )
| | | |
( )
25 , 5 6 25 , 5 3
5 25 , 5 l l l Q + =
( ) ( ) 25 , 16 ) 25 , 0 ( 16 25 , 0
5 6 5 3
= + = + = l l l Q
Quartil Variveis Contnuas
Determinao de Q
1:
1 Passo: Calcula-se n / 4
2 Passo: Identifica-se a classe Q
1
.
1
1
4
1
Q
Q
F
h f
n
l Q

|
.
|
\
|

+ =

Determinao de Q
3:
1 Passo: Calcula-se 3n / 4
3
.
3
3
4
3
3
Q
Q
F
h f
n
l Q

|
.
|
\
|

+ =

Exemplo 6: Dada a distribuio, determinar os quartis (Q
1
e Q
3
) e a mediana.
56
5 47 a57
10 37 a47
20 27 a37
15 17 a27
6 7 a17
f
i
Classes
1 Passo: Calcula-se n / 4, n / 2 e 3n / 4.
n = 56 >>>> 56/4 =14 (Q
1
) >> 56/2 = 28 (M
d
) >>
3.56/4 = 42 (Q
3
)
1
, Q
3
e Mediana.
3 Passo: Usam-se as frmulas.
Para Q
1
temos: l
Q1
= 17, n = 56, f = 6, h = 10, F
Q1
= 15
Para M
d
temos: l
Md
= 27, n = 56, f = 21, h = 10, F
Md
= 20
Para Q
3
temos: l
Md
= 37, n = 56, f = 41, h = 10, F
Q3
= 10
13
33 , 22
15
10 6
4
56
17
1
=
|
.
|
\
|

+ = Q
Determinao de Q
3:
38
10
10 41
4
56 3
37
3
=
|
.
|
\
|

+ = Q
Determinao de Q
1:
Determinao da Mediana
5 , 30
20
10 21
2
56
27 =
|
.
|
\
|

+ =
d
M
Medidas de Posio Decil
So os valores que dividem a srie em 10 (dez) partes
iguais. Os procedimentos de clculo so muito parecidos
com os quartis.
D
2
D
1
D
3
0% 50% 80% 100% 10% 20% 30% 40% 60% 70% 90%
D
4
D
6
D
5
D
7
D
8
D
9
Decil Variveis Discretas
Determinao de D
i
:
i-simo decil.
Onde:
i = ndice do decil desejado
amostra
l
j
[ ] = mximo inteiro
|
|
.
|
\
|

|
|
.
|
\
|
(
+
+ =
(
+
(
+
(
+
10
) 1 (
10
) 2 (
10
) 1 (
10
) 1 (
10
) 1 (
n i n i n i i
l l
n i n i
l D
14
Decil Variveis Contnuas
i
i
D
D i
F
h f
n i
l D

|
.
|
\
|

+ =

10
Onde:
l
Di
= limite inferior da classe Di.
i = 1, 2, ,9
f = soma das freqncias anteriores
classe D
i
.
h = amplitude da classe D
i
.
F
Di
= Freqncia da classe D
i
.
1 Passo: Calcula-se i n / 10,
onde i = 1, 2, 3, , 9
2 Passo: Identifica-se a classe D
i
Medidas de Posio Percentil
P
2
P
1
P
3
0% 50% 98% 100% 1% 2% 3% ..... ..... 97% 99%
P
50
P
97
P
98
P
99
So os valores que dividem a srie em 100 (cem) partes
iguais. Os procedimentos de clculo so muito parecidos
com os quartis e decis.
Percentil Variveis Discretas
Determinao de P
i
:
i-simo percentil.
Onde:
i = ndice do percentil desejado
amostra
l
j
[ ] = mximo inteiro
|
|
.
|
\
|

|
|
.
|
\
|
(
+
+ =
(
+
(
+
(
+
100
) 1 (
100
) 2 (
100
) 1 (
100
) 1 (
100
) 1 (
n i n i n i i
l l
n i n i
l P
15
Percentil Variveis Contnuas
i
i
P
P i
F
h f
n i
l P

|
.
|
\
|

+ =

100
Onde:
l
Di
= limite inferior da classe P
i
.
i = 1, 2, ,9
f = soma das freqncias anteriores
classe P
i
.
h = amplitude da classe P
i
.
F
Pi
= Freqncia da classe P
i
.
1 Passo: Calcula-se i n / 100,
onde i = 1, 2, 3, , 99
2 Passo: Identifica-se a classe P
i
Exemplo 7: Determinar o 4
o
decil e 72
o
percentil da seguinte distribuio
Medidas de Posio: Exemplo Decil e Percentil
3 19 a24
40
14 14 a24
12 9 a14
8 4 a9
f
i
classes
Classe D
4
Classe P
72
1 Passo: Calcula-se i n / 10
e i n / 100.
2 Passo: Identifica-se a classe P
i
o
4
16
10
40 4
10
n i
, D Para =
o
72
28,8
100
40 72
100
n i
, P Para =
Analisando a quantidade de elementos possvel identificar

facilmente as classes que contm os percentis e decis.
o
decil e 72
o
3 Passo: Aplicam-se as frmulas
12 , 5 , 40 , 8 , 9
4
= = = = =
D D 4
F h n f l : D Para
4
17 , 5 , 40 , 20 , 14
4
= = = = =
D P 72
F h n f l : P Para
72
33 , 12
12
5 8
10
40 4
9
4
=
|
.
|
\
|

+ = D 89 , 16
17
5 20
100
40 72
14
72
=
|
.
|
\
|

+ = P
16
o
decil e 72
o
3 19 a24
40
14 14 a24
12 9 a14
8 4 a9
f
i
classes
Concluso:
Nessa distribuio o valor 12,33 divide a
amostra em duas partes: uma com 40% dos
elementos e outra com 60% dos elementos. O
valor 16,89 indica que 72% da distribuio est
abaixo dele e 28% acima
Valor mais freqente na seqncia
C = {3, 5, 9, 9, 6, 9} A moda dessa seqncia o nmero 9.
Medidas de Posio - Moda
8 20 23 17 7 f
i
307 251 248 245 243 x
i
Exemplo 8:
Exemplo 9:
A moda dessa distribuio o nmero 248.
Para dados agrupados em classes existem alguns
mtodos. Nos focaremos na Frmula de Czuber.
1 - Frmula de Czuber
1 Passo: Identifica-se a classe modal (que possui maior freqncia)
h l Mo
+

+ =
2 1
1
l = limite inferior da classe Modal.
1
= diferena entre a freqncia da classe
modal e a imediatamente anterior.
2
= diferena entre a freqncia da classe
modal e a imediatamente posterior.
h = amplitude da classe.
17
Exemplos Frmula de Czuber
44 , 2 1
9 7
7
2 =
+
+ = Mo
Exemplo 10 - Determinar a moda para a distribuio
43 5 8 17 10 3
f
i
4 a 5 3 a 4 2 a 3 1 a 2 0 a 1
classes
1 Passo: Identifica-se a classe modal, no caso a 3.
l = 2,
1
= 17 - 10 = 7
h = 1,
2
= 17 - 8 = 9
Exemplo 11 - Determinar a moda para a distribuio
60 140 140 70 N empregados
300 a500 250 a300 180 a250 80 a180 salrios
Como as amplitudes das classes so diferentes preciso calcular as
densidades modais (f
i
/ h
i
). O maior valor de densidade determinar a
classe modal.
60/200 = 0,3 60 300 a500
140/50 = 2,8 140 250 a300
140/70 = 2,0 140 180 a250
70/100 = 0,7 70 80 a180
f
i
/ h f
i
salrios
classe modal.
12 , 262 50
5 , 2 8 , 0
8 , 0
250 =
+
+ = Mo
Exemplo 11 - Determinar a moda para a distribuio (Cont.)
1 Passo: Identifica-se a classe modal, no caso a 3.
l = 250,
1
= 2,8 2,0 = 0,8
h = 50,
2
= 2,8 0,3 = 2,5
60 140 140 70 N empregados
300 a500 250 a300 180 a250 80 a180 salrios
18
n n
i
i
X
1
1
|
|
.
|
\
|
=

=
MG
Medidas de Posio Mdia Geomtrica
O escore z associado a X, ir medir a distncia entre X e a
mdia (m) em unidades de desvio padro (s)

=
X
z
Ou seja, quantos desvios padres () X est distante
da mdia ().
Medidas de Posio Escore Z
SUMRIO
3.3. Grficos
3.4. Grficos
19
Amplitude
Desvio Mdio
Varincia e Desvio Padro
Medidas de Disperso
Para uma seqncia de valores, a
Amplitude ser a diferena entre
o maior e o menor valor.
Medidas de Disperso - Amplitude
O desvio mdio para uma seqncia com
n elementos e mdia ser:
n
X
DM
n
i
i
=

=
1

Medidas de Disperso Desvio Mdio
20
N
X
n
i
i
=

=
1
2
2
) (
A varincia ser determinada pela equao abaixo

Onde:
N = nmero de elementos existente na populao.
= mdia da populao
2
= varincia da populao
Medidas de Disperso Varincia
1
) (
1
2
2
=

=
n
x X
s
n
i
i
A varincia da amostra ser determinada pela equao
abaixo
Onde:
S
2
= varincia amostral
n = o nmero de elementos da amostra em estudo
x = mdia da amostra
Medidas de Disperso Varincia Amostral
N
f X
n
i
i i
=

=
1
2
2
) (
A varincia ser determinada pela equao abaixo

Medidas de Disperso Varincia para dados
agrupados
1
) (
1
2
2

=

=
n
f x X
s
n
i
i i
Onde:
N = nmero de elementos existente na populao.
= mdia da populao
2
= varincia da populao
f
i
= freqncia de cada um dos elementos X
i
21
( )
(
(
N
f X
f X
N
i i
i i
2
2 2
1
Desenvolvendo as frmulas anteriores possvel chegar

aos seguintes resultados.
Medidas de Disperso Varincia para dados
agrupados
( )
(
(
n
f X
f X
n
s
i i
i i
2
2 2
1
1
Essas frmulas
facilitaro bastante
o clculo manual
2
1
1
2
) (
|
|
|
|
.
|
\
|

=

=
N
X
n
i
i

O DESVIO PADRO SER DADO PELA RAIZ

QUADRADA DA VARINCIA
Medidas de Disperso Desvio-Padro
2
1
1
2
1
) (
|
|
|
|
.
|
\
|
=

=
n
x X
s
n
i
i
O resultado ser vlido tambm para o desvio-padro
amostral.
Na prtica o valor de raramente conhecido.
Por isso, o valor utilizado como substituto. No
entanto, as observaes x
i
, tendem a ser mais
prximas do seu valor , do que da mdia
populacional . Para compensar isso, usa-se n -1
como divisor em vez de n. A utilizao de n traria
distores na medida de variabilidade.
x
x
Varincia Amostral versus Varincia da Populao
22
Risco de Aes
O Risco das aes no mercado
calculado como o Desvio Padro dos
retornos dessa ao para um
determinado perodo.
Exemplo de Aplicao do Desvio-Padro
Risco de Aes
O Risco das aes no mercado
calculado como o Desvio Padro dos
retornos dessa ao para um
determinado perodo.
Desvio Padro dos Retornos dos Ativos
Observe que as aes apresentam
maiores variaes nos retornos quando
comparadas aos fundos de renda fixa
AES RENDA FIXA
Exemplo 12: Calcule a varincia e o desvio-padro para
a seguinte distribuio amostral.
Exemplo de Aplicao do Desvio-Padro e Varincia
2 5 4 3 2 f
i
11 9 8 7 5 x
i
Soluo: Para calcular a varincia amostral ser utilizado o
resultado a seguir, j conhecido.
( )
(
(
n
f X
f X
n
s
i i
i i
2
2 2
1
1
A tabela ser montada
de forma a facilitar os
clculos e as
substituies na
frmula.
23
Exemplo 12: Calcule a varincia e o desvio-padro para
a seguinte distribuio amostral.
242
22
2
11
1.083
129
16
36 40 21 10 x
i
f
i
5 4 3 2 f
i
324 320 147 50 x
i
2
f
i
9 8 7 5 x
i
( )
(
(
n
f X
f X
n
s
i i
i i
2
2 2
1
1 ( )
86 , 2
16
129
083 . 1
1 16
1
2
2
=
(
= s
69 , 1 86 , 2 = = s
Exemplo 13: Calcule a mdia e o desvio-padro para a
seguinte distribuio amostral.
3 4 7 4 2 f
i
10 a 12 8 a 10 6 a 8 4 a 6 2 a 4 classes
Soluo:
144 33 36 49 20 6 x
i
f
i
1.148 363 324 343 100 18 x
i
2
f
i
11 9 7 5 3 x
i
20 3 4 7 4 2 f
i
10 a 12 8 a 10 6 a 8 4 a 6 2 a 4 classes
2 , 7
20
144
= = x
( )
86 , 5
20
144
148 . 1
1 20
1
2
2
=
(
= s
42 , 2 86 , 5 = = s
Exemplo 13: Calcule a mdia e o desvio-padro para a
seguinte distribuio amostral.
Soluo (Cont.):
3 4 7 4 2 f
i
10 a 12 8 a 10 6 a 8 4 a 6 2 a 4 classes
24
SUMRIO
3.4. Grficos
Denomina-se assimetria o grau de afastamento de uma
distribuio da unidade de simetria
Medidas de Assimetria
Moda Mediana Mdia = =
Eixo de simetria
Em uma distribuio assimtrica positiva, ou assimtrica
direita:
Mdia Mediana Moda < <
25
Em uma distribuio assimtrica negativa, ou assimtrica
esquerda:
Moda Mediana Mdia < <
Para calcular a assimetria existem duas frmulas
principais:
Mo x
AS

=
s
Mo x
AS

=
1 Coeficiente de Pearson
1 3
3 1
2
Q Q
M Q Q
AS
d
+
=
2 Coeficiente de Pearson
Se a distribuio simtrica:
AS = 0, simtrica
AS > 0, assimtrica positiva
AS < 0, assimtrica negativa
Medidas de Assimetria Clculo de AS
Exemplo 14: Dada a distribuio, determinar os 2 Coeficientes de Pearson
56
5 47 a57
10 37 a47
20 27 a37
15 17 a27
6 7 a17
f
i
Classes
Do exemplo 6 j temos os valores de Q
1
, M
d
e Q
3
Q
1
= 22,33 M
d
= 30,5 Q
3
= 38
Para calcular a moda usamos a frmula de Czuber
33 , 30 10
10 5
5
27 =
+
+ = Mo
Para calcular o desvio-padro ser necessrio
montar a tabela de clculo:
26
Exemplo 14: Dada a distribuio, determinar os 2 Coeficientes de Pearson
56
5
10
20
15
6
f
i
1722
260
420
640
330
72
x
i
f
i
160
52
42
32
22
12
x
i
69268
13520
17640
20480
7260
10368
x
i
2
f
i
47 a57
37 a47
27 a37
17 a27
7 a17
Classes
tabela de clculo:
( )
(
=
160
1722
69268
1 160
1
2
2
s
08 , 319
2
= s
Para achar os dois Coeficientes de Pearson:
s
Mo x
AS

=
1 3
3 1
2
Q Q
M Q Q
AS
d
+
=
061 , 0
08 , 319
33 , 30 76 , 10
=
= AS
0427 , 0
33 , 22 38
5 , 30 2 38 33 , 22
=
+
= AS
Concluso: A distribuio assimtrica negativa.
Denomina-se curtose o grau achatamento de uma
distribuio.
Medidas de Achatamento - Curtose
Uma distribuio nem chata nem delgada chamada de
mesocrtica.
27
Uma distribuio delgada chamada de leptocrtica.
Uma distribuio achatada chamada de platicrtica.
Para medir o grau de achatamento (Curtose) utiliza-se o
coeficiente
( )
10 90
1 3
2 P P
Q Q
K

=
Se K = 0,263 diz-se que a curva corresponde distribuio de
freqncia mesocrtica.
Se K > 0,263 diz-se que a curva corresponde distribuio de
freqncia platicrtica.
Se K < 0,263 diz-se que a curva corresponde distribuio de
freqncia leptocrtica.
Onde:
P
90
= 90
percentil
P
10
= 10 percentil
SUMRIO
3.4. Grficos
28
Grficos
Histogramas
Grficos Setoriais
Boxplot
Grficos Ogiva (Freqncia Cumulativa)
O Histograma a representao grfica dos Diagramas de
Freqncia.
Grficos Histograma
0
2
4
6
8
10
12
14
16
18
20
35 40 45 50 55 60 65 70 75 80 85 90 95
58
3 85 a95
6 75 a85
14 65 a75
18 55 a65
12 45 a55
5 35 a45
f
i
Classes
Polgono de freqncia
Grficos Histograma
58
3 85 a95
6 75 a85
14 65 a75
18 55 a65
12 45 a55
5 35 a45
f
i
Classes
0
2
4
6
8
10
12
14
16
18
20
35 40 45 50 55 60 65 70 75 80 85 90 95
29
0
10
20
30
40
50
60
70
35 40 45 50 55 60 65 70 75 80 85 90 95
Polgono de freqncia Acumulada
Grficos Histograma
58
3
6
14
18
12
5
f
i
58
55
49
35
17
5
F
ac
85 a95
75 a85
65 a75
55 a65
45 a55
35 a45
Classes
20%
25%
45%
10%
Grficos Grficos Setoriais (Pizza)
O BoxPlot uma representao
grfica que fornece vrias
caractersticas importantes de um
conjunto de dados tais como:
centro, disperso, desvio da
simetria, e outliers (observaes
longe do seio dos dados).
Grficos Boxplot
30
Outliers
Segundo Quartil (Mediana)
Terceiro Quartil (q3)
Primeiro Quartil (q1)
Faixa interquartil (IQR) = q3-q1
Distncia do
ltimo ponto
inferior a 1,5IQR
depois de q3
Distncia do
ltimo ponto
inferior a 1,5IQR
antes de q1
Box Plot
Grficos Boxplot - Exemplo
Exemplo 15: Para a seqncia de dados abaixo, desenhar o Boxplot
B = {12, 13, 14, 15, 16, 17}
Vale observar que essa a mesma seqncia de dados do exemplo 5 e
para ela j foram calculados todos os quartis. Assim:
Q
1
= 12,75 ; Q
2
= 14,5 ; Q
3
= 16,25
1,5(IQR) 1,5(Q
3
- Q
1
) 1,5(16,25 12,75) 1,5(IQR) = 5,25
O ltimo elemento da seqncia (17) estar abaixo de 1,5(IQR) depois
de Q
3
. E o primeiro (12) estar acima de 1,5(IQR) antes de Q
1
. Assim,
ser possvel desenhar o grfico seguinte.
Q
3
= 16,25
Q
1
= 12,75
Q
2
= 14,5
17
12
31
Exemplo 16: Interprete os dados representados pelo Boxplot abaixo
1. 50% do conjunto de
dados (entre Q
1
e Q
3
) est
entre 16 e 25.
2. Presena de assimetria
positiva.
3. Presena de outliers
4. Outras

Estatistica. Descritiva3 PDF

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

Estatistica. Descritiva3 PDF

Uploaded by

Copyright:

Available Formats

1

elemento ser a referncia para Q

Analisando a quantidade de elementos possvel identificar

A varincia ser determinada pela equao abaixo

A varincia ser determinada pela equao abaixo

Desenvolvendo as frmulas anteriores possvel chegar

O DESVIO PADRO SER DADO PELA RAIZ

You might also like