SlideShare une entreprise Scribd logo
1  sur  6
Télécharger pour lire hors ligne
1
Estatística
2
 É a ciência que se preocupa com:
(i) Organização;
(ii) Descrição;
(iii) Análises;
(iv) Interpretações.
Estatística Descritiva
Estatística Indutiva ou
Estatística Inferencial
3
O que é Estatística?
DADOS  ?  ANÁLISE  DECISÕES
 Em linhas gerais, a Estatística fornece métodos que auxiliam
o processo de tomada de decisão na presença de incerteza.
?
4
O que é Estatística?
 Parte de perguntas/desafios:
 Tecnologia de Queijos: Influência do Tratamento da Farinha
de Soja Integral Pré-Cozida para Produção de Queijos
 Análise sensorial de alimentos: Iogurte light sabor
morango: equivalência de doçura, caracterização sensorial
e impacto da embalagem na intenção de compra do
consumidor.
 Embalagem Ativas para Alimentos: Avaliar a incorporação
de diferentes compostos químicos em filmes plásticos, com
a finalidade de estender a vida de prateleira dos produtos
embalados.
Por que usar Estatística?
 Por que a natureza apresenta VARIABILIDADE:
 Variações de indivíduo para indivíduo;
 Variações no mesmo indivíduo;
 “A Estatística estuda como controlar, minimizar e
observar a variabilidade INEVITÁVEL de todas as medidas
e observações”.
 Sem métodos estatísticos... sem validade científica!!!
5
Por que usar Estatística?
 Tomada de decisões
 Comparação de resultados
 Previsões de curto, médio e longo prazo
6 7
Tipos de pesquisa
 Levantamento
 Características de interesse de uma população são
levantadas (observadas ou medidas), mas sem
manipulação.
 Pode apenas indicar a existência de
associações/correlações.
 Experimento
 Grupos de indivíduos, de plantas, ou animais, ou objetos,
são manipulados, em condições controladas, para se
avaliar os efeitos de diferentes tratamentos.
 Pode provar relações de causa e efeito.
2
Raciocínio Estatístico
8
POPULAÇÃO DADOS
Estatística
descritiva
EstatísticaInferencial
(Probabilidade)
Subdivisões da Estatística
 AMOSTRAGEM: técnicas para obter uma amostra representativa,
suficiente e que possa ser generalizada para a população.
 ANÁLISE EXPLORATÓRIA DE DADOS: técnicas para resumir,
organizar e interpretar os dados, de uma amostra ou da população,
para obter informações.
 INFERÊNCIA ESTATÍSTICA: técnicas para generalizar
estatisticamente os resultados de uma amostra para a população.
 PROBABILIDADE: técnicas que permitem calcular a confiabilidade
das conclusões de Inferência Estatística.
9
10
 População
Alguns Conceitos
é o conjunto de indivíduos ou objetos sobre os quais
desejamos desenvolver algum estudo e que têm alguma
característica em comum.
 Amostra
é todo subconjunto de elementos retirados da população para
obter a informação desejada.
11
Alguns Conceitos
 OBJETIVO DA ESTATÍSTICA: “tirar conclusões sobre
populações com base nos resultados observados em
amostras extraídas dessas populações”.
 Variável
•É a característica dos elementos da amostra que nos
interessa averiguar estatisticamente.
•Ex.: variável Idade - se houver “n” elementos fisicamente
considerados no estudo, esses elementos fornecerão “n”
valores da variável idade, os quais serão tratados
convenientemente pela Estatística Descritiva e/ou pela
Estatística Inferencial.
12
Tipos de Variáveis
As variáveis de interesse podem ser classificadas em:
(i) Qualitativas => quando resultar de uma classificação por
tipos ou atributos.
(ii) Quantitativas => quando seus valores forem expressos em
números. Podem ser subdivididas:
(a) Discretas;
(b) Contínuas.
(a) Nominal;
(b) Ordinal.
13
Tipos de Variáveis
Exemplos de Discretas:
 População: casais residentes em uma cidade
Variável: número de filhos (1, 2, 3 etc)
 População: jogadas possíveis com um dado
Variável: ponto obtido em cada jogada (1, 2, 3, 4, 5 ou 6)
 População: peças produzidos em uma linha de montagem
Variável: número de defeitos por unidade (1, 2, 3 etc)
(a) Variáveis Quantitativas Discretas
Assumem apenas valores pertencentes a um conjunto
enumerável. São obtidos mediante alguma forma de contagem.
3
14
Tipos de Variáveis
(b) Variáveis Quantitativas Contínuas
São aquelas, teoricamente, que podem assumir qualquer valor em
um certo intervalo de variação. Resultam, em geral, de uma medição,
sendo freqüentemente dados em alguma unidade.
Exemplos de Contínuas:
 População: pessoas residentes em uma cidade
Variável: idade, anos (25; 25,5; 30; 30,58 = 30 anos e 07 meses etc)
 População: alunos de uma turma
Variável: peso vivo, em kg (27; 27,3; 24,2; 25,1 etc)
 População: peças produzidas por uma máquina
Variável: diâmetro externo, em cm ( 22; 22,1; 22,3; 22,2 etc)
15
Tipos de Variáveis
 Número de filhos
 Cor dos olhos
 Mês de observação (janeiro, fevereiro,..., dezembro)
 Escolaridade (1o, 2o, 3o graus)
 Número de bactérias por litro de leite
 Doente/Sadio
 Número de sementes/vagem;
 Peso de 100 sementes de feijão;
 Diâmetro à altura do peito (DAP), em cm;
 Número de frutos/planta;
 Raça do Animal;
 Cultivar de trigo;
 Produção de grãos kg/ha;
 Classe de fertilidade dos solos;
 Tempo de vida útil do caqui;
• Altura (em cm) de um cultivar
híbrido de tomate para
processamento industrial.
• O que se pode dizer sobre este
cultivar com base nestes
dados?
• É possível ter uma idéia clara
apenas observando os
números?
114 102 97
122 103 101
102 100 99
99 89 107
108 110 104
107 109 115
106 108 112
98 105 111
121 107 101
115 119 98
Análise Exploratória de Dados
Tabelas (frequências ou percentuais)
Variáveis qualitativas
Gráficos
Tabelas (frequências ou percentuais)
Variáveis quantitativas Gráficos
Medidas de síntese:
média, mediana, desvio padrão
18
Técnica de Descrição Gráfica
(a) Descrição Gráfica das Variáveis Qualitativas
Exemplo: 135 candidatos a vagas de RH de uma empresa
19
Técnica de Descrição Gráfica
(a) Descrição Gráfica das Variáveis Qualitativas
Exemplo: 135 candidatos a vagas de RH de uma empresa
4
20
Técnica de Descrição Gráfica
(a) Descrição Gráfica das Variáveis Qualitativas
Exemplo: Superfície de 5 regiões geográficas do Brasil
21
Técnica de Descrição Gráfica
(b) Descrição Gráfica das Variáveis Quantitativas Discretas
Exemplo: “Número de Defeitos por unidade” em uma linha de
produção
22
Técnica de Descrição Gráfica
(b) Descrição Gráfica das Variáveis Quantitativas Discretas
Exemplo: “Número de Defeitos por unidade” em uma linha de
produção
23
Técnica de Descrição Gráfica
(b) Descrição Gráfica das Variáveis Quantitativas Discretas
Exemplo: “Número de Defeitos por unidade” em uma linha de
produção
24
Técnica de Descrição Gráfica
(c) Descrição Gráfica das Variáveis Quantitativas Contínuas
Exemplo 1: 25 valores da variável “Diâmetro de peças
produzidas por uma máquina”, em milímetros
25
Técnica de Descrição Gráfica
(c) Descrição Gráfica das Variáveis Quantitativas Contínuas
Exemplo 1: 25 valores da variável “Diâmetro de peças
produzidas por uma máquina”, em milímetros
5
26
Técnica de Descrição Gráfica
(c) Descrição Gráfica das Variáveis Quantitativas Contínuas
Exemplo 1: 25 valores da variável “Diâmetro de peças produzidas
por uma máquina”, em milímetros
27
Técnica de Descrição Gráfica
(c) Descrição Gráfica das Variáveis Quantitativas Contínuas
Exemplo 1: 25 valores da variável “Diâmetro de peças
produzidas por uma máquina”, em milímetros
28
Técnica de Descrição Gráfica
(c) Descrição Gráfica das Variáveis Quantitativas Contínuas
Exemplo 1: 25 valores da variável “Diâmetro de peças
produzidas por uma máquina”, em milímetros
29
Técnica de Descrição Gráfica
(c) Descrição Gráfica das Variáveis Quantitativas Contínuas
=> No Exemplo 1, a consideração das variáveis contínuas é fundamental
para a correta representação gráfica.
=> As classes consideradas tinham por “pontos médios” os próprios
valores originais do conjunto de dados disponíveis.
=> Entretanto, muitas vezes, uma representação satisfatória dos dados
só é conseguida pelo “agrupamento de classes de frequências”, que
englobam diversos valores da variável.
=> Neste caso, a frequência de cada classe será igual à soma das
freqüências de todos os valores existentes dentro da classe.
30
Técnica de Descrição Gráfica
(c) Descrição Gráfica das Variáveis Quantitativas Contínuas
=> Este “agrupamento de classes de frequências” corresponde a
uma diminuição proposital da precisão com que os dados
foram computados, uma vez que deixamos de lado uma
parcela de informação contida nos dados originais.
=> Alguns problemas práticos a resolver:
(i) Qual o número de classes a construir?
(ii) Qual o tamanho ou amplitude dessas classes?
(iii) Quais os seus limites ?
=> Trata-se de um assunto controverso !
31
Técnica de Descrição Gráfica
(c) Descrição Gráfica das Variáveis Quantitativas Contínuas
=> A Figura a seguir é um diagrama que pode ser utilizado para a
determinação do número aproximado de classes e fornece
resultados satisfatórios em muitos casos.
Regra Prática: Não se recomenda o agrupamento de classes
quando o número de valores é pequeno (N<25).
6
32
Técnica de Descrição Gráfica
33
Técnica de Descrição Gráfica
(c) Descrição Gráfica das Variáveis Quantitativas Contínuas
=> Adiantando que a Amplitude de um conjunto de dados é
diferença entre o maior e o menor dos valores (H = Xmax – Xmin)
e uma vez fixado k, temos:
Utilizando a notação:
N = número de dados disponíveis;
k = número de classes disponíveis;
h = amplitude das classes, quando supostas todas iguais.
=> h  H / k
34
Técnica de Descrição Gráfica
(c) Descrição Gráfica das Variáveis Quantitativas Contínuas
Exemplo 2: 50 determinações do tempo (em segundos) gasto
por um funcionário para preencher certo tipo de
formulário
35
Técnica de Descrição Gráfica
(c) Descrição Gráfica das Variáveis Quantitativas Contínuas
Exemplo 2: 50 determinações do tempo (em segundos)
36
Técnica de Descrição Gráfica
(c) Descrição Gráfica das Variáveis Quantitativas Contínuas
Exemplo 2: 50 determinações do tempo (em segundos)
 Vamos adotar uma agrupamento de 7 classes com amplitude
h = 5. Assim, temos:
37
Técnica de Descrição Gráfica
(c) Descrição Gráfica das Variáveis Quantitativas Contínuas
Exemplo 2: 50 determinações do tempo (em segundos)

Contenu connexe

Similaire à Aula 1

Apostila de estatistica
Apostila de estatisticaApostila de estatistica
Apostila de estatisticaPedro Kangombe
 
Apostila de estatistica
Apostila de estatisticaApostila de estatistica
Apostila de estatisticaAna
 
Método quantitativo-finalizado- slides
Método quantitativo-finalizado- slidesMétodo quantitativo-finalizado- slides
Método quantitativo-finalizado- slidesEmanuele Chaia
 
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.pptCurso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.pptssuser2b53fe
 
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.pptCurso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.pptssuser2b53fe
 
Estatística aplicada à gestão de recursos humanos
Estatística aplicada  à gestão de recursos humanosEstatística aplicada  à gestão de recursos humanos
Estatística aplicada à gestão de recursos humanosaurelio2machado
 
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.pptCurso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.pptssuser2b53fe
 
Pesquisa Quantitativa: aspectos teóricos e computacionais
Pesquisa Quantitativa: aspectos teóricos e computacionaisPesquisa Quantitativa: aspectos teóricos e computacionais
Pesquisa Quantitativa: aspectos teóricos e computacionaisRodrigo Rodrigues
 
Material de apoio estatística 2017 1
Material de apoio estatística 2017 1Material de apoio estatística 2017 1
Material de apoio estatística 2017 1Psicologia_2015
 
1ª apostila de estatística quimica
1ª apostila de estatística  quimica1ª apostila de estatística  quimica
1ª apostila de estatística quimicaMarianne Soares
 
Aula 2 Teoria Da Amostragem Daniel
Aula 2 Teoria Da Amostragem DanielAula 2 Teoria Da Amostragem Daniel
Aula 2 Teoria Da Amostragem Danielguest8af68839
 

Similaire à Aula 1 (20)

Estdescr
EstdescrEstdescr
Estdescr
 
Apostila de estatistica
Apostila de estatisticaApostila de estatistica
Apostila de estatistica
 
Apostila de estatistica
Apostila de estatisticaApostila de estatistica
Apostila de estatistica
 
Método quantitativo-finalizado- slides
Método quantitativo-finalizado- slidesMétodo quantitativo-finalizado- slides
Método quantitativo-finalizado- slides
 
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.pptCurso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
 
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.pptCurso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
 
Estatística aplicada à gestão de recursos humanos
Estatística aplicada  à gestão de recursos humanosEstatística aplicada  à gestão de recursos humanos
Estatística aplicada à gestão de recursos humanos
 
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.pptCurso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
 
23126 estatisticaaplicada manualtecnicoformando
23126 estatisticaaplicada manualtecnicoformando23126 estatisticaaplicada manualtecnicoformando
23126 estatisticaaplicada manualtecnicoformando
 
Apostila bioestatistica 2018
Apostila bioestatistica 2018Apostila bioestatistica 2018
Apostila bioestatistica 2018
 
Pesquisa Quantitativa: aspectos teóricos e computacionais
Pesquisa Quantitativa: aspectos teóricos e computacionaisPesquisa Quantitativa: aspectos teóricos e computacionais
Pesquisa Quantitativa: aspectos teóricos e computacionais
 
ESTATISTICA.pptx
ESTATISTICA.pptxESTATISTICA.pptx
ESTATISTICA.pptx
 
5127 apostila-de-estatistica
5127 apostila-de-estatistica5127 apostila-de-estatistica
5127 apostila-de-estatistica
 
Material de apoio estatística 2017 1
Material de apoio estatística 2017 1Material de apoio estatística 2017 1
Material de apoio estatística 2017 1
 
Atps estatistica 2
Atps estatistica 2Atps estatistica 2
Atps estatistica 2
 
Introd computacao
Introd computacaoIntrod computacao
Introd computacao
 
2012 aula1 (1)
2012 aula1 (1)2012 aula1 (1)
2012 aula1 (1)
 
1ª apostila de estatística quimica
1ª apostila de estatística  quimica1ª apostila de estatística  quimica
1ª apostila de estatística quimica
 
EstatisticaGIMO_aquiUEM
EstatisticaGIMO_aquiUEMEstatisticaGIMO_aquiUEM
EstatisticaGIMO_aquiUEM
 
Aula 2 Teoria Da Amostragem Daniel
Aula 2 Teoria Da Amostragem DanielAula 2 Teoria Da Amostragem Daniel
Aula 2 Teoria Da Amostragem Daniel
 

Dernier

ARTE BARROCA E ROCOCO BRASILEIRO-min.pdf
ARTE BARROCA E ROCOCO BRASILEIRO-min.pdfARTE BARROCA E ROCOCO BRASILEIRO-min.pdf
ARTE BARROCA E ROCOCO BRASILEIRO-min.pdfItaloAtsoc
 
1. CIENCIAS-HUMANAS-GLOBALIZAÇÃO, TEMPO E ESPAÇO-V1.pdf
1. CIENCIAS-HUMANAS-GLOBALIZAÇÃO, TEMPO E ESPAÇO-V1.pdf1. CIENCIAS-HUMANAS-GLOBALIZAÇÃO, TEMPO E ESPAÇO-V1.pdf
1. CIENCIAS-HUMANAS-GLOBALIZAÇÃO, TEMPO E ESPAÇO-V1.pdfRitoneltonSouzaSanto
 
Slides Lição 1, CPAD, O Início da Caminhada, 2Tr24, Pr Henrique.pptx
Slides Lição 1, CPAD, O Início da Caminhada, 2Tr24, Pr Henrique.pptxSlides Lição 1, CPAD, O Início da Caminhada, 2Tr24, Pr Henrique.pptx
Slides Lição 1, CPAD, O Início da Caminhada, 2Tr24, Pr Henrique.pptxLuizHenriquedeAlmeid6
 
Atividade de matemática para simulado de 2024
Atividade de matemática para simulado de 2024Atividade de matemática para simulado de 2024
Atividade de matemática para simulado de 2024gilmaraoliveira0612
 
Termo de audiência de Mauro Cid na ìntegra
Termo de audiência de Mauro Cid na ìntegraTermo de audiência de Mauro Cid na ìntegra
Termo de audiência de Mauro Cid na ìntegrafernando846621
 
SEMIOSES DO OLHAR - SLIDE PARA ESTUDO 123
SEMIOSES DO OLHAR - SLIDE PARA ESTUDO 123SEMIOSES DO OLHAR - SLIDE PARA ESTUDO 123
SEMIOSES DO OLHAR - SLIDE PARA ESTUDO 123JaineCarolaineLima
 
Depende De Nós! José Ernesto Ferraresso.ppsx
Depende De Nós! José Ernesto Ferraresso.ppsxDepende De Nós! José Ernesto Ferraresso.ppsx
Depende De Nós! José Ernesto Ferraresso.ppsxLuzia Gabriele
 
Caça palavras - BULLYING
Caça palavras  -  BULLYING  Caça palavras  -  BULLYING
Caça palavras - BULLYING Mary Alvarenga
 
PROJETO DE EXTENSÃO - SEGURANÇA, INOVAÇÃO E SUSTENTABILIDADE PARA O BEM COMUM...
PROJETO DE EXTENSÃO - SEGURANÇA, INOVAÇÃO E SUSTENTABILIDADE PARA O BEM COMUM...PROJETO DE EXTENSÃO - SEGURANÇA, INOVAÇÃO E SUSTENTABILIDADE PARA O BEM COMUM...
PROJETO DE EXTENSÃO - SEGURANÇA, INOVAÇÃO E SUSTENTABILIDADE PARA O BEM COMUM...Colaborar Educacional
 
Verbos - transitivos e intransitivos.pdf
Verbos -  transitivos e intransitivos.pdfVerbos -  transitivos e intransitivos.pdf
Verbos - transitivos e intransitivos.pdfKarinaSouzaCorreiaAl
 
A CONCEPÇÃO FILO/SOCIOLÓGICA DE KARL MARX
A CONCEPÇÃO FILO/SOCIOLÓGICA DE KARL MARXA CONCEPÇÃO FILO/SOCIOLÓGICA DE KARL MARX
A CONCEPÇÃO FILO/SOCIOLÓGICA DE KARL MARXHisrelBlog
 
Trabalho DAC História 25 de Abril de 1974
Trabalho DAC História 25 de Abril de 1974Trabalho DAC História 25 de Abril de 1974
Trabalho DAC História 25 de Abril de 1974AnaRitaFreitas7
 
Peixeiras da Coruña. O Muro da Coruña. IES Monelos
Peixeiras da Coruña. O Muro da Coruña. IES MonelosPeixeiras da Coruña. O Muro da Coruña. IES Monelos
Peixeiras da Coruña. O Muro da Coruña. IES MonelosAgrela Elvixeo
 
autismo conhecer.pptx, Conhecer para entender
autismo conhecer.pptx, Conhecer para entenderautismo conhecer.pptx, Conhecer para entender
autismo conhecer.pptx, Conhecer para entenderLucliaResende1
 
Aula 6 - O Imperialismo e seu discurso civilizatório.pptx
Aula 6 - O Imperialismo e seu discurso civilizatório.pptxAula 6 - O Imperialismo e seu discurso civilizatório.pptx
Aula 6 - O Imperialismo e seu discurso civilizatório.pptxMarceloDosSantosSoar3
 
Poema sobre o mosquito Aedes aegipyti -
Poema sobre o mosquito Aedes aegipyti  -Poema sobre o mosquito Aedes aegipyti  -
Poema sobre o mosquito Aedes aegipyti -Mary Alvarenga
 
Apresentação sobrea dengue educação.pptx
Apresentação sobrea dengue educação.pptxApresentação sobrea dengue educação.pptx
Apresentação sobrea dengue educação.pptxtaloAugusto8
 

Dernier (20)

ARTE BARROCA E ROCOCO BRASILEIRO-min.pdf
ARTE BARROCA E ROCOCO BRASILEIRO-min.pdfARTE BARROCA E ROCOCO BRASILEIRO-min.pdf
ARTE BARROCA E ROCOCO BRASILEIRO-min.pdf
 
1. CIENCIAS-HUMANAS-GLOBALIZAÇÃO, TEMPO E ESPAÇO-V1.pdf
1. CIENCIAS-HUMANAS-GLOBALIZAÇÃO, TEMPO E ESPAÇO-V1.pdf1. CIENCIAS-HUMANAS-GLOBALIZAÇÃO, TEMPO E ESPAÇO-V1.pdf
1. CIENCIAS-HUMANAS-GLOBALIZAÇÃO, TEMPO E ESPAÇO-V1.pdf
 
Slides Lição 1, CPAD, O Início da Caminhada, 2Tr24, Pr Henrique.pptx
Slides Lição 1, CPAD, O Início da Caminhada, 2Tr24, Pr Henrique.pptxSlides Lição 1, CPAD, O Início da Caminhada, 2Tr24, Pr Henrique.pptx
Slides Lição 1, CPAD, O Início da Caminhada, 2Tr24, Pr Henrique.pptx
 
Atividade de matemática para simulado de 2024
Atividade de matemática para simulado de 2024Atividade de matemática para simulado de 2024
Atividade de matemática para simulado de 2024
 
Termo de audiência de Mauro Cid na ìntegra
Termo de audiência de Mauro Cid na ìntegraTermo de audiência de Mauro Cid na ìntegra
Termo de audiência de Mauro Cid na ìntegra
 
SEMIOSES DO OLHAR - SLIDE PARA ESTUDO 123
SEMIOSES DO OLHAR - SLIDE PARA ESTUDO 123SEMIOSES DO OLHAR - SLIDE PARA ESTUDO 123
SEMIOSES DO OLHAR - SLIDE PARA ESTUDO 123
 
Abordagem 2. Análise temática (Severino, 2013)_PdfToPowerPoint.pdf
Abordagem 2. Análise temática (Severino, 2013)_PdfToPowerPoint.pdfAbordagem 2. Análise temática (Severino, 2013)_PdfToPowerPoint.pdf
Abordagem 2. Análise temática (Severino, 2013)_PdfToPowerPoint.pdf
 
Depende De Nós! José Ernesto Ferraresso.ppsx
Depende De Nós! José Ernesto Ferraresso.ppsxDepende De Nós! José Ernesto Ferraresso.ppsx
Depende De Nós! José Ernesto Ferraresso.ppsx
 
Caça palavras - BULLYING
Caça palavras  -  BULLYING  Caça palavras  -  BULLYING
Caça palavras - BULLYING
 
PROJETO DE EXTENSÃO - SEGURANÇA, INOVAÇÃO E SUSTENTABILIDADE PARA O BEM COMUM...
PROJETO DE EXTENSÃO - SEGURANÇA, INOVAÇÃO E SUSTENTABILIDADE PARA O BEM COMUM...PROJETO DE EXTENSÃO - SEGURANÇA, INOVAÇÃO E SUSTENTABILIDADE PARA O BEM COMUM...
PROJETO DE EXTENSÃO - SEGURANÇA, INOVAÇÃO E SUSTENTABILIDADE PARA O BEM COMUM...
 
Abordagens 4 (Problematização) e 5 (Síntese pessoal) do texto de Severino (20...
Abordagens 4 (Problematização) e 5 (Síntese pessoal) do texto de Severino (20...Abordagens 4 (Problematização) e 5 (Síntese pessoal) do texto de Severino (20...
Abordagens 4 (Problematização) e 5 (Síntese pessoal) do texto de Severino (20...
 
Verbos - transitivos e intransitivos.pdf
Verbos -  transitivos e intransitivos.pdfVerbos -  transitivos e intransitivos.pdf
Verbos - transitivos e intransitivos.pdf
 
A CONCEPÇÃO FILO/SOCIOLÓGICA DE KARL MARX
A CONCEPÇÃO FILO/SOCIOLÓGICA DE KARL MARXA CONCEPÇÃO FILO/SOCIOLÓGICA DE KARL MARX
A CONCEPÇÃO FILO/SOCIOLÓGICA DE KARL MARX
 
Trabalho DAC História 25 de Abril de 1974
Trabalho DAC História 25 de Abril de 1974Trabalho DAC História 25 de Abril de 1974
Trabalho DAC História 25 de Abril de 1974
 
Peixeiras da Coruña. O Muro da Coruña. IES Monelos
Peixeiras da Coruña. O Muro da Coruña. IES MonelosPeixeiras da Coruña. O Muro da Coruña. IES Monelos
Peixeiras da Coruña. O Muro da Coruña. IES Monelos
 
Abordagem 3. Análise interpretativa (Severino, 2013)_PdfToPowerPoint.pdf
Abordagem 3. Análise interpretativa (Severino, 2013)_PdfToPowerPoint.pdfAbordagem 3. Análise interpretativa (Severino, 2013)_PdfToPowerPoint.pdf
Abordagem 3. Análise interpretativa (Severino, 2013)_PdfToPowerPoint.pdf
 
autismo conhecer.pptx, Conhecer para entender
autismo conhecer.pptx, Conhecer para entenderautismo conhecer.pptx, Conhecer para entender
autismo conhecer.pptx, Conhecer para entender
 
Aula 6 - O Imperialismo e seu discurso civilizatório.pptx
Aula 6 - O Imperialismo e seu discurso civilizatório.pptxAula 6 - O Imperialismo e seu discurso civilizatório.pptx
Aula 6 - O Imperialismo e seu discurso civilizatório.pptx
 
Poema sobre o mosquito Aedes aegipyti -
Poema sobre o mosquito Aedes aegipyti  -Poema sobre o mosquito Aedes aegipyti  -
Poema sobre o mosquito Aedes aegipyti -
 
Apresentação sobrea dengue educação.pptx
Apresentação sobrea dengue educação.pptxApresentação sobrea dengue educação.pptx
Apresentação sobrea dengue educação.pptx
 

Aula 1

  • 1. 1 Estatística 2  É a ciência que se preocupa com: (i) Organização; (ii) Descrição; (iii) Análises; (iv) Interpretações. Estatística Descritiva Estatística Indutiva ou Estatística Inferencial 3 O que é Estatística? DADOS  ?  ANÁLISE  DECISÕES  Em linhas gerais, a Estatística fornece métodos que auxiliam o processo de tomada de decisão na presença de incerteza. ? 4 O que é Estatística?  Parte de perguntas/desafios:  Tecnologia de Queijos: Influência do Tratamento da Farinha de Soja Integral Pré-Cozida para Produção de Queijos  Análise sensorial de alimentos: Iogurte light sabor morango: equivalência de doçura, caracterização sensorial e impacto da embalagem na intenção de compra do consumidor.  Embalagem Ativas para Alimentos: Avaliar a incorporação de diferentes compostos químicos em filmes plásticos, com a finalidade de estender a vida de prateleira dos produtos embalados. Por que usar Estatística?  Por que a natureza apresenta VARIABILIDADE:  Variações de indivíduo para indivíduo;  Variações no mesmo indivíduo;  “A Estatística estuda como controlar, minimizar e observar a variabilidade INEVITÁVEL de todas as medidas e observações”.  Sem métodos estatísticos... sem validade científica!!! 5 Por que usar Estatística?  Tomada de decisões  Comparação de resultados  Previsões de curto, médio e longo prazo 6 7 Tipos de pesquisa  Levantamento  Características de interesse de uma população são levantadas (observadas ou medidas), mas sem manipulação.  Pode apenas indicar a existência de associações/correlações.  Experimento  Grupos de indivíduos, de plantas, ou animais, ou objetos, são manipulados, em condições controladas, para se avaliar os efeitos de diferentes tratamentos.  Pode provar relações de causa e efeito.
  • 2. 2 Raciocínio Estatístico 8 POPULAÇÃO DADOS Estatística descritiva EstatísticaInferencial (Probabilidade) Subdivisões da Estatística  AMOSTRAGEM: técnicas para obter uma amostra representativa, suficiente e que possa ser generalizada para a população.  ANÁLISE EXPLORATÓRIA DE DADOS: técnicas para resumir, organizar e interpretar os dados, de uma amostra ou da população, para obter informações.  INFERÊNCIA ESTATÍSTICA: técnicas para generalizar estatisticamente os resultados de uma amostra para a população.  PROBABILIDADE: técnicas que permitem calcular a confiabilidade das conclusões de Inferência Estatística. 9 10  População Alguns Conceitos é o conjunto de indivíduos ou objetos sobre os quais desejamos desenvolver algum estudo e que têm alguma característica em comum.  Amostra é todo subconjunto de elementos retirados da população para obter a informação desejada. 11 Alguns Conceitos  OBJETIVO DA ESTATÍSTICA: “tirar conclusões sobre populações com base nos resultados observados em amostras extraídas dessas populações”.  Variável •É a característica dos elementos da amostra que nos interessa averiguar estatisticamente. •Ex.: variável Idade - se houver “n” elementos fisicamente considerados no estudo, esses elementos fornecerão “n” valores da variável idade, os quais serão tratados convenientemente pela Estatística Descritiva e/ou pela Estatística Inferencial. 12 Tipos de Variáveis As variáveis de interesse podem ser classificadas em: (i) Qualitativas => quando resultar de uma classificação por tipos ou atributos. (ii) Quantitativas => quando seus valores forem expressos em números. Podem ser subdivididas: (a) Discretas; (b) Contínuas. (a) Nominal; (b) Ordinal. 13 Tipos de Variáveis Exemplos de Discretas:  População: casais residentes em uma cidade Variável: número de filhos (1, 2, 3 etc)  População: jogadas possíveis com um dado Variável: ponto obtido em cada jogada (1, 2, 3, 4, 5 ou 6)  População: peças produzidos em uma linha de montagem Variável: número de defeitos por unidade (1, 2, 3 etc) (a) Variáveis Quantitativas Discretas Assumem apenas valores pertencentes a um conjunto enumerável. São obtidos mediante alguma forma de contagem.
  • 3. 3 14 Tipos de Variáveis (b) Variáveis Quantitativas Contínuas São aquelas, teoricamente, que podem assumir qualquer valor em um certo intervalo de variação. Resultam, em geral, de uma medição, sendo freqüentemente dados em alguma unidade. Exemplos de Contínuas:  População: pessoas residentes em uma cidade Variável: idade, anos (25; 25,5; 30; 30,58 = 30 anos e 07 meses etc)  População: alunos de uma turma Variável: peso vivo, em kg (27; 27,3; 24,2; 25,1 etc)  População: peças produzidas por uma máquina Variável: diâmetro externo, em cm ( 22; 22,1; 22,3; 22,2 etc) 15 Tipos de Variáveis  Número de filhos  Cor dos olhos  Mês de observação (janeiro, fevereiro,..., dezembro)  Escolaridade (1o, 2o, 3o graus)  Número de bactérias por litro de leite  Doente/Sadio  Número de sementes/vagem;  Peso de 100 sementes de feijão;  Diâmetro à altura do peito (DAP), em cm;  Número de frutos/planta;  Raça do Animal;  Cultivar de trigo;  Produção de grãos kg/ha;  Classe de fertilidade dos solos;  Tempo de vida útil do caqui; • Altura (em cm) de um cultivar híbrido de tomate para processamento industrial. • O que se pode dizer sobre este cultivar com base nestes dados? • É possível ter uma idéia clara apenas observando os números? 114 102 97 122 103 101 102 100 99 99 89 107 108 110 104 107 109 115 106 108 112 98 105 111 121 107 101 115 119 98 Análise Exploratória de Dados Tabelas (frequências ou percentuais) Variáveis qualitativas Gráficos Tabelas (frequências ou percentuais) Variáveis quantitativas Gráficos Medidas de síntese: média, mediana, desvio padrão 18 Técnica de Descrição Gráfica (a) Descrição Gráfica das Variáveis Qualitativas Exemplo: 135 candidatos a vagas de RH de uma empresa 19 Técnica de Descrição Gráfica (a) Descrição Gráfica das Variáveis Qualitativas Exemplo: 135 candidatos a vagas de RH de uma empresa
  • 4. 4 20 Técnica de Descrição Gráfica (a) Descrição Gráfica das Variáveis Qualitativas Exemplo: Superfície de 5 regiões geográficas do Brasil 21 Técnica de Descrição Gráfica (b) Descrição Gráfica das Variáveis Quantitativas Discretas Exemplo: “Número de Defeitos por unidade” em uma linha de produção 22 Técnica de Descrição Gráfica (b) Descrição Gráfica das Variáveis Quantitativas Discretas Exemplo: “Número de Defeitos por unidade” em uma linha de produção 23 Técnica de Descrição Gráfica (b) Descrição Gráfica das Variáveis Quantitativas Discretas Exemplo: “Número de Defeitos por unidade” em uma linha de produção 24 Técnica de Descrição Gráfica (c) Descrição Gráfica das Variáveis Quantitativas Contínuas Exemplo 1: 25 valores da variável “Diâmetro de peças produzidas por uma máquina”, em milímetros 25 Técnica de Descrição Gráfica (c) Descrição Gráfica das Variáveis Quantitativas Contínuas Exemplo 1: 25 valores da variável “Diâmetro de peças produzidas por uma máquina”, em milímetros
  • 5. 5 26 Técnica de Descrição Gráfica (c) Descrição Gráfica das Variáveis Quantitativas Contínuas Exemplo 1: 25 valores da variável “Diâmetro de peças produzidas por uma máquina”, em milímetros 27 Técnica de Descrição Gráfica (c) Descrição Gráfica das Variáveis Quantitativas Contínuas Exemplo 1: 25 valores da variável “Diâmetro de peças produzidas por uma máquina”, em milímetros 28 Técnica de Descrição Gráfica (c) Descrição Gráfica das Variáveis Quantitativas Contínuas Exemplo 1: 25 valores da variável “Diâmetro de peças produzidas por uma máquina”, em milímetros 29 Técnica de Descrição Gráfica (c) Descrição Gráfica das Variáveis Quantitativas Contínuas => No Exemplo 1, a consideração das variáveis contínuas é fundamental para a correta representação gráfica. => As classes consideradas tinham por “pontos médios” os próprios valores originais do conjunto de dados disponíveis. => Entretanto, muitas vezes, uma representação satisfatória dos dados só é conseguida pelo “agrupamento de classes de frequências”, que englobam diversos valores da variável. => Neste caso, a frequência de cada classe será igual à soma das freqüências de todos os valores existentes dentro da classe. 30 Técnica de Descrição Gráfica (c) Descrição Gráfica das Variáveis Quantitativas Contínuas => Este “agrupamento de classes de frequências” corresponde a uma diminuição proposital da precisão com que os dados foram computados, uma vez que deixamos de lado uma parcela de informação contida nos dados originais. => Alguns problemas práticos a resolver: (i) Qual o número de classes a construir? (ii) Qual o tamanho ou amplitude dessas classes? (iii) Quais os seus limites ? => Trata-se de um assunto controverso ! 31 Técnica de Descrição Gráfica (c) Descrição Gráfica das Variáveis Quantitativas Contínuas => A Figura a seguir é um diagrama que pode ser utilizado para a determinação do número aproximado de classes e fornece resultados satisfatórios em muitos casos. Regra Prática: Não se recomenda o agrupamento de classes quando o número de valores é pequeno (N<25).
  • 6. 6 32 Técnica de Descrição Gráfica 33 Técnica de Descrição Gráfica (c) Descrição Gráfica das Variáveis Quantitativas Contínuas => Adiantando que a Amplitude de um conjunto de dados é diferença entre o maior e o menor dos valores (H = Xmax – Xmin) e uma vez fixado k, temos: Utilizando a notação: N = número de dados disponíveis; k = número de classes disponíveis; h = amplitude das classes, quando supostas todas iguais. => h  H / k 34 Técnica de Descrição Gráfica (c) Descrição Gráfica das Variáveis Quantitativas Contínuas Exemplo 2: 50 determinações do tempo (em segundos) gasto por um funcionário para preencher certo tipo de formulário 35 Técnica de Descrição Gráfica (c) Descrição Gráfica das Variáveis Quantitativas Contínuas Exemplo 2: 50 determinações do tempo (em segundos) 36 Técnica de Descrição Gráfica (c) Descrição Gráfica das Variáveis Quantitativas Contínuas Exemplo 2: 50 determinações do tempo (em segundos)  Vamos adotar uma agrupamento de 7 classes com amplitude h = 5. Assim, temos: 37 Técnica de Descrição Gráfica (c) Descrição Gráfica das Variáveis Quantitativas Contínuas Exemplo 2: 50 determinações do tempo (em segundos)