Trabalho de Probabilidade e Estatstica

Instituto Federal de Educao, Cincia e Tecnologia da Bahia Engenharia Industrial Eltrica/ T01 Disciplina: Probabilidade e Estatstica Discente: Priscila Leo Seixas Docente: Dirceu Melo

Trabalho de Probabilidade e Estatstica

Modelando Computacionalmente a Estatstica Descritiva

Salvador Setembro de 2011

Trabalho de Probabilidade e Estatstica

Sumrio

1. Resumo terico.......................................................................................03 2. Modelando Computacionalmente a Estatstica Descritiva.....................09

3. Tabela.....................................................................................................10 4. Questionrio............................................................................................11 5. Referncias Bibliogrficas.......................................................................27

Trabalho de Probabilidade e Estatstica Resumo Terico

Estatstica: uma parte da matemtica aplicada que fornece mtodos para coleta, organizao, descrio, anlise e interpretao de dados e para a utilizao dos mesmos na tomada de decises. Descritiva: organiza e descreve os dados experimentais. Indutiva: analisa e interpreta dados. Populao: o conjunto total de elementos portadores de, pelo menos, uma caracterstica comum. Amostra: uma parcela representativa da populao que examinada com o propsito de tirarmos concluses sobre a essa populao. Tipo de variveis: ( o conjunto de resultados possveis de um fenmeno.) 1. Qualitativa: *Nominal= no existe ordenao dentre as categorias. Exemplos: sexo, cor dos olhos, fumante/no fumante, doente/sadio, estado civil. *Ordinal=existe uma ordenao entre as categorias. Exemplos: escolaridade (1, 2, 3 graus), estgio da doena (inicial, intermedirio, terminal), ms de observao (janeiro, fevereiro,...), classe social, diviso do campeonato. 2. Quantitativa: *Discretas= s fazem sentido valores inteiros no negativos, resulta normalmente de contagens. Exemplos: n de filhos, n de bactrias por pote de leite, n de cigarros fumados por dia, quantidade de carros. *Contnuas= Resulta normalmente de uma mensurao, e a escala numrica de seus possveis valores corresponde ao conjunto R dos nmeros Reais, ou seja, podem assumir, teoricamente, qualquer valor entre dois limites. Frequncia: quantidade de vezes que um meso valor de um dado repetido. Dados Brutos: dados originais que ainda no foram numericamente organizados aps a coleta.
3

Trabalho de Probabilidade e Estatstica

Rol: ordenao dos valores obtidos em ordem crescente ou decrescente de grandeza numrica ou qualitativa. Elementos de uma Distribuio de Freqncia i) Freqncia Absoluta: fi A freqncia absoluta de uma classe ou de um valor individual o nmero de observaes correspondentes a essa classe ou a esse valor.
4

ii) Freqncia Relativa: iii) Freqncia Percentual:

conseqentemente:

iv) Amplitude do intervalo de Classe (h): o comprimento da classe, sendo geralmente definida como: a diferena entre os limites superior (Li) e inferior (li) de uma classe. v) Freqncia Absoluta Acumulada (Fi) A freqncia acumulada abaixo de uma classe ou de um valor individual a soma da freqncia simples absoluta dessa classe ou desse valor com as freqncias simples absolutas das classes ou dos valores anteriores. vi) Freqncia Relativa Acumulada (Fri ou Fri%): vii) Ponto Mdio de uma Classe o ponto que divide a classe ao meio, o ponto mdio da classe i simbolizado por xi e calculado efetuando-se a mdia entre os limites da classe. vii) N de classes (k): Tipos de Grficos: Grficos Coluna / Barra Grficos de Linha Cartograma

Trabalho de Probabilidade e Estatstica

Pictograma Histograma e Polgono de Frequncia Grfico de Faces (Faces de Chernoff) Dendograma Scatter-Plot (Grficos de Disperso) -Medidas de posio As medidas de posies mais importantes so as medidas de tendncia central ou promdias (verifica-se uma tendncia dos dados observados a se agruparem em torno dos valores centrais). Mdia aritmtica= X igual ao quociente entre a soma dos valores do conjunto e o nmero total dos valores.
5

Mdia Geomtrica um valor que pode substituir todos os valores da lista sem alterar seu produto.

Mdia Harmnica um valor que pode substituir todos os valores da lista sem alterar a soma de seus inversos.

Mdia Ponderada

Mdia Aritmtica dados agrupados (Sem Intervalos de Classe) As frequncias funcionam como fatores de ponderao, o que nos leva a calcular a mdia aritmtica ponderada.

Trabalho de Probabilidade e Estatstica

Mdia Aritmtica dados agrupados (Com intervalos de classe) Mediana o valor situado de tal forma no conjunto que o separa em dois subconjuntos de mesmo nmero de elementos.
6

Moda A moda o valor que ocorre com maior frequncia no conjunto de dados. -Separatrizes No so medidas de tendncia central, mas esto ligadas mediana relativamente sua caracterstica de separar a srie em duas partes que apresentam o mesmo nmero de valores.So a mediana, os quartis, os decis, e os percentis. Os Quartis: dividem um conjunto de dados em quatro partes iguais.

Para determinar a posio:

Os Decis: so valores que dividem o conjunto de dados ordenados em dez partes iguais.

Trabalho de Probabilidade e Estatstica

Os Percentis: so valores que dividem o conjunto de dados ordenados em cem partes iguais. -Disperso o quanto os dados numricos esto dispersos em torno de um valor de tendncia central. Desvio em relao mdia. Varincia Baseia-se nos desvios em torno da mdia aritmtica.
7

Desvio-Padro a medida de disperso mais geralmente empregada, pois leva em considerao a totalidade dos valores da varivel em estudo. um indicador de variabilidade bastante estvel.

s=

( xi x) 2
i =1

s=
Populacional

(x
i =1

x) 2
Amostral

n 1

Coeficiente de Variao de Pearson O coeficiente de Variao de Pearson o quociente do desvio-padro pela mdia.
CV P = S x

Distribuio de frequncias

Trabalho de Probabilidade e Estatstica

- Amplitude Interquartlica: aq= Q3 - Q1 -Disperso Inferior: DI= Md-Ei -Disperso Superior: DS=Es-Md -Valores discrepantes: Inferior: Superior: -Boxplot:
8

-Momento: medidas de assimetria

-Coeficiente de assimetria de Pearson -Curtose: nvel de achatamento de uma distribuio.

Trabalho de Probabilidade e Estatstica Modelando Computacionalmente a Estatstica Descritiva

Dados:
9

Tabela:

Trabalho de Probabilidade e Estatstica

ID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 TURM A A A A A A A A A A A A A A A A A A A A A A A A A A A B B B B B B B B B B B B B B B B B B B B B B B B SEX O F F M M F M F F F F F F F M F F F M F F F F F F F F F F F F F M F F M F M M F M F F M F F F F F M M IDADE 17 18 18 25 19 19 20 18 18 17 18 18 21 19 18 19 17 18 20 18 21 18 18 20 20 19 23 18 18 25 18 17 17 17 18 18 17 21 18 18 17 23 24 18 18 19 19 18 17 18 ALTU RA 1,6 1,69 1,85 1,85 1,58 1,76 1,6 1,64 1,62 1,64 1,72 1,66 1,7 1,78 1,65 1,63 1,82 1,8 1,6 1,68 1,7 1,65 1,57 1,55 1,69 1,54 1,62 1,62 1,57 1,65 1,61 1,71 1,65 1,67 1,73 1,6 1,7 1,85 1,7 1,73 1,7 1,45 1,76 1,68 1,55 1,7 1,55 1,6 1,8 1,83 PESO 60,5 55 72,8 80,9 55 60 58 47 57,8 58 70 54 58 68,5 63,5 47,4 66 85,2 54,5 52,5 60 58,5 49,2 48 51,6 57 63 52 49 59 52 73 56 58 87 47 95 84 60 73 55 44 75 55 49 50 54,5 50 71 86 FILHO S 2 1 2 2 1 3 1 1 3 2 1 3 2 1 1 3 1 2 1 3 2 1 1 1 2 2 2 1 2 4 1 1 3 1 1 1 1 1 1 1 1 2 2 1 1 7 2 1 1 1 FUM A NAO NAO NAO NAO NAO NAO NAO SIM NAO NAO SIM NAO NAO SIM NAO NAO NAO NAO NAO NAO NAO NAO SIM SIM NAO NAO NAO NAO NAO NAO NAO NAO NAO NAO NAO NAO NAO SIM NAO NAO NAO NAO NAO NAO NAO NAO NAO NAO NAO NAO TOLER P M P P M M P I M M I M M I I P P P P M P M I I P I M P P M P P M M M P P I P M I M I P M M M P P P EXE RC 0 0 5 5 2 2 3 2 3 2 10 0 6 5 4 0 3 3 3 7 8 0 5 0 8 6 8 1 3 1 2 1 2 4 7 5 10 6 5 4 5 2 7 5 0 0 4 2 7 7 OPCIN CINE E 1 B 1 B 2 M 2 B 2 B 1 B 1 B 2 M 3 M 2 M 2 B 2 B 1 M 1 M 1 B 1 B 1 B 4 B 2 B 2 B 2 B 3 B 4 B 1 M 5 M 2 B 2 M 1 M 1 B 2 M 2 M 1 B 1 B 2 B 1 B 1 M 2 M 4 B 2 B 1 B 4 B 2 B 0 M 1 B 1 M 1 B 3 B 1 B 0 M 0 M OPT TV V 10 16 R 7 R 15 R 20 R 5 R 2 R 7 R 10 R 12 R 10 R 8 N 0 R 30 R 2 N 10 R 18 R 10 N 10 R 5 R 14 M 5 R 5 R 10 R 28 R 4 N 5 R 5 R 10 R 12 R 2 R 6 N 20 R 14 R 10 R 25 B 14 R 12 N 10 R 12 R 2 R 10 B 25 R 14 N 8 R 10 R 8 R 3 R 5 R 14 R 20 B

Trabalho de Probabilidade e Estatstica

11

Questionrio 1. Construa uma tabela com frequncia absoluta, absoluta acumulada, relativa percentual e relativa acumulada percentual para uma varivel quantitativa contnua. (Realizado no Excel) Varivel quantitativa contnua escolhida: IDADE.

CLASSES 17 18 19 20 21 22 23 24 25 TOTAL

(1) VARIVEL QUANTITATIVA CONTNUA: IDADE fri %fri Fi Fri fi 9 0,18 18 9 0,18 22 0,44 44 31 0,62 7 0,14 14 38 0,76 4 0,08 8 42 0,84 3 0,06 6 45 0,9 0 0 0 45 0,9 2 0,04 4 47 0,94 1 0,02 2 48 0,96 2 0,04 4 50 1 50 1 100 355

%Fri 18 62 76 84 90 90 94 96 100

Trabalho de Probabilidade e Estatstica

12

2. Escolha uma varivel quantitativa discreta. Faa um polgono de frequncias e um grfico de pareto. (Realizado no Excel) Varivel quantitativa discreta escolhida: N DE FILHOS.

Classes 1 2 3 4 7 5 6 TOTAL

fi 28 14 6 1 1 0 0 50

Fi 28 42 48 49 50 50 50

fri 0,56 0,28 0,12 0,02 0,02 0 0 1

fri% 56% 28% 12% 2% 2% 0 0 100%

Fri 0,56 0,84 0,96 0,98 1 1 1

Fri% 56% 84% 96% 98% 100% 100% 100%

Trabalho de Probabilidade e Estatstica

13

3. Calcule o esquema dos 5 nmeros e construa o boxplot da varivel filhos e para uma varivel qualitativa. (Realizado no Excel) -Varivel qualitativa: FUMAR

Trabalho de Probabilidade e Estatstica

Fuma Sim(0) No(1) total fi 6 44 50 14

-Varivel: FILHOS
Varivel quantitativa discreta: N DE FILHOS

Classes 1 2 3 4 5 6 7 TOTAL

fi 28 14 6 1 0 0 1 50

Fi 28 42 48 49 49 49 50

Trabalho de Probabilidade e Estatstica

15

4. Calcule as medidas de posio (mdia, mediana e moda), disperso, assimetria e curtose para a idade e peso dos estudantes do sexo feminino.Com o auxlio do coeficiente de Pearson avalie a disperso das estudantes das turmas A e B em relao aos respectivos pesos mdios. (Realizado no Excel) -Varivel: IDADE
Varivel: Idade do sexo feminino Classes fi Fi2 xi.fi 17 6 6 102 18 17 23 306 19 5 28 95 20 4 32 80 21 2 34 42 22 0 34 0 23 2 36 46 24 0 36 0 25 1 37 25 TOTAL 37 696

-Varivel: PESO

Varivel Idade

Mdia Mediana Moda Disperso Assimetria Curtose 18,8 18 18 1,8 Positiva 3,3 (platicrtica)

Dados brutos Peso (sexo feminino)

Trabalho de Probabilidade e Estatstica

16

Varivel Peso

Mdia Mediana Moda Disperso Assimetria Curtose 55 55 55 5,75 Simtrica 2,9 (platicrtica)

Avaliao da disperso das estudantes das turmas A e B em relao aos respectivos pesos mdios, utilizando o coeficiente de Pearson.
SEXO F F F F F F F F F F F F F F F F F F F F F TURMA A A A A A A A A A A A A A A A A A A A A A Turm a A B PESO 60,5 55 55 58 47 57,8 58 70 54 58 63,5 47,4 66 54,5 52,5 60 58,5 49,2 48 51,6 57 Disper so 5,98 5,14 Mdia 56,26 53,34

SEXO F F F F F F F F F F F F F F F F

TURMA B B B B B B B B B B B B B B B B

PESO 63 52 49 59 52 56 58 47 60 55 44 55 49 50 54,5 50

Coef. Variao de Pearson 10,63% 9,63%

A turma A teve uma disperso de 5,98, relativa varivel peso do sexo feminino, a mdia de peso foi de 56,26 kg e o Coeficiente de Variao

Trabalho de Probabilidade e Estatstica

Pearson foi de 10,63%. J a turma B obteve uma dispero de 5,14, relativa varivel peso do sexo feminino, a mdia de peso foi de 53,34 e o Coeficiente de Variao Pearson foi de 10,63%. Esses dados indicam que a turma A obteve uma mdia disperso e a turma B uma baixa disperso, segundo a tabela aseguir:
17

5.Calcule o ndice de massa corporal (IMC) de cada alunos das turmas A e B e represente atravs de grfico em setores e grfico de barras ou colunas, os alunos que esto abaixo, acima ou dentro da faixa de peso ideal por turma. Voc consegue estabelecer alguma relao entre o IMC mdio das duas turmas juntas e as informaes contidas nas variveis fuma, exerc. e TV ? (Realizado no Excel). Turma A:
Classes x<18,5 18,5<x <25 x>25 fi 3 22 1 26 fri 0,1153 85 0,8461 54 0,0384 62 1 %fri 11,53 % 84,61 % 3,84% 100%

Legenda:

x<18,5 do peso 18,5<x<25 ideal x>25 do peso

Abaixo Peso Acima

Trabalho de Probabilidade e Estatstica

18

Turma B:
Classes x<18,5 18,5<x <25 x>25 total fi 2 19 3 24 fri 0,0833 33 0,7916 67 0,125 1 %fri 8% 80% 12% 100%

Trabalho de Probabilidade e Estatstica

19

Relao entre o IMC e as variveis Fuma, Exerc., TV.

Trabalho de Probabilidade e Estatstica

20

Analisando os grficos de IMC da Turma A percebe-se que a grande maioria (85%) dos alunos est dentro de uma faixa de peso ideal,11% esto abaixo do peso e 4% acima do peso, isso se deve ao fato de que a grande a maioria mantm hbitos mais saudveis, como por exemplo, da turma A 81% dos alunos no fumam, pelo menos 16 alunos praticam de 3h a 10h de atividades fsicas semanais e 20 alunos gastam apenas de 0 a 15h assistindo TV por semana. A parcela que est abaixo do peso (11%) pratica de 0 a 8h de atividades fsicas semanais e deles 66,66% no fumam, eles gastam de 4 a 18h assistindo TV por semana. A parcela que est acima do peso (4%) no fuma, pratica apenas 3h de atividade fsica semanal e assiste 10h de TV por semana. O que explica bastante o peso a mais, j que h pouca atividade fsica por semana e h muito mais horas gastas na frente da TV.

Trabalho de Probabilidade e Estatstica

Na turma B a avaliao do IMC indicou que 80% da turma est dentro do peso ideal, 12% acima do peso e 8% abaixo do peso. Esses dados no so to bons quanto os da turma A, apesar de que na turma B 96% dos alunos no fumam. A parcela dos alunos que est acima do peso (12%) no fuma, pratica de 7 a 10h de atividades fsicas semanais e gasta de 12 a 25h assistindo TV por semana, o que leva a concluso de que a pesar de se exercitarem bem durante a semana gastam muitas horas na frente TV.A parcela que est abaixo do peso (8%) no fuma, mas pratica pouca atividade fsica por semana, de 0 a 5h, o que leva a um pssimo condicionamento fsico e a depender dos hbitos alimentares leva diminuio de peso, e ainda gasta de 8 a 14h assistindo TV. 6.Utilize um grfico de barras ou boxplot ou grfico em setores das variveis cine, tv e opcine, e optv e descreva o perfil dos alunos da turma B em relao ao hbito de assistir TV e Cinema. (Realizado no Excel). Varivel: CINE
21

CINE 0 1 2 3 4 5 TOTA L TV 0_4h 5_ 9h 10_14 h 15_19 h 20_24 h 25_30 h total fi 8 13 19 3 3 4 50

fi 3 21 18 3 4 1 50

Varivel: TV

Trabalho de Probabilidade e Estatstica

22

Varivel: OPTV

OPTV N(no sabe) R(ruim) M(mdia) B(boa) Total

fi 7 39 1 3 50

Alunos da turma B em relao ao hbito de assistir TV e Cinema.

Class es 0_4h 5_ 9h 10_14 h 15_19 h 20_24 h 25_30 h total

fi 3 5 12 0 2 2 24

CINE 0 1 2 3 4 Total

fi 3 11 7 1 2 24

Trabalho de Probabilidade e Estatstica

23

Analisando os grficos em relao ao hbito de assistir TV e Cinema da turma B, percebe-se que boa parte da turma (46%) vai ao cinema uma vez por semana, o que no muito comparado ao hbito de assistir televiso em que pelo menos 20 alunos de um total de 24, gastam de 0 a 14h assistindo TV e 4 alunos gastam de 15 a 30h.

7. Uma ONG quer fazer uma campanha nas escolas contra o hbito de fumar entre os jovens. A primeira escola escolhida foi aquela cujos dados esto tabelados em nosso trabalho. Para isso ela precisa escolher a melhor estratgia para a campanha e necessita do perfil das turmas A e B. Escolha os grficos e tcnicas da estatstica descritiva para realizar essa tarefa. Defina uma estratgia para que a ONG alcance seu objetivo. (Realizado no Excel).

Trabalho de Probabilidade e Estatstica

24

Perfil da Turma A

Trabalho de Probabilidade e Estatstica 100% dos fumantes da turma A so indiferentes tolerncia ao cigarro. 100% dos fumantes da turma A tm 1 filho. 20% dos fumantes da turma A est abaixo do peso com IMC de 17,4747174301011.
Na turma A 19% dos alunos so fumantes, desse total 60% tem 18 anos, 20% tem 19 anos e 20% tem 20 anos, e 60% do sexo feminino. Analisando os grficos a respeito dos hbitos desses fumantes foi constatado que eles praticam poucas horas de atividade fsica por semana, 80% pratica apenas de 0 a 5h, e que 60% gasta de 10 a 30h assistindo TV por semana. Uma boa alternativa para a ONG seria promover atividades durante vrios dias da semana para ocupar o tempo livre dos jovens, principalmente mulheres, as atividades poderiam ser exerccios fsicos regulares, atividades culturais e toda aquela atividade que traga mais segurana e autoestima ao jovem, que ir deixar o hbito de fumar paulatinamente.
25

Perfil da Turma B

Na turma B apenas 4% dos alunos so fumantes, isso significa que de um total de 24 alunos s 1 fuma. 100% dos fumantes da turma B do sexo masculino, tem 21 anos, possui um filho, indiferente em relao tolerncia ao cigarro, possui um IMC dentro da faixa de peso ideal (24,54346), pratica atividade fsica 6h por semana e assiste 10h de TV por semana. Em relao a esses hbitos a atitude de encaixar mais atividades durante a semana dos fumantes ou da turma toda, seria aplicvel

Trabalho de Probabilidade e Estatstica

turma B tambm. Apesar do nmero pequeno de fumantes, seria interessante tambm estimular essa parcela de 4% a praticar mais horas de atividades fsicas por semana, assistir menos horas de TV por semana e encaixar dentre os seus programas atividades culturais e que estimulem a autoconfiana, com oficinas interativas, ajudando a desenvolver habilidades, que iro trazer maior entusiasmo e segurana, para que o aluno deixe o hbito de fumar.
26

Trabalho de Probabilidade e Estatstica

27

Referncias Bibliogrficas

Material de Probabilidade e Estatstica. Disciplina MAT219. (T01). 2 semestre de 2011. Instituto Federal de Educao, Cincia e Tecnologia da Bahia.

Usando o Excel para criar Boxplots. Disponvel em: <http://www.de9.ime.eb. br/~aderson/boxplot.pdf > Acesso em: 20 de setembro de 2011.

ndice de Massa Corporal, IMC.Disponvel em: <http://www.copacabanarun ners. net/imc.html> Acesso em: 18 de setembro de 2011.

GOUVEIA , Arthur. Como fazer um grfico de Pareto no Excel. Disponvel em: < http://hitec.arthurgouveia.com.br/como-fazer-um-grafico-de-pareto-noexcel/>. Acesso em: 15 de setembro de 2011.