PONTOS DE OBSERVAÇÃO

Sumário
Conceitos Iniciais. Medidas de posição. Diagramas de Dispersão. Distribuição de Frequências.....................2
Amostragem.................................................................................................................................................... 9
Distribuição Discretas de Probabilidade........................................................................................................ 11
Teste de Hipóteses.........................................................................................................................................13
Intervalo de Confiança................................................................................................................................... 14
Regressão Linear............................................................................................................................................ 16

1
Conceitos Iniciais. Medidas de posição. Diagramas de Dispersão. Distribuição
de Frequências.
Conceito e Classificação
Estatística Descritiva - Mais focada na organização dos dados
Estatística Probabilística - Usada para generalização (Envolve incerteza)
Estatística Inferencial - Análise e Interpretação para tomada de decisão

População/Amostra/Censo
População - É TUDO
Amostra - Parte da população
Censo - Considera todos os elementos da população

Dados Estatísticos

São os dados obtidos por alguma observação.

Podem ser brutos (sem organização) ou rol (organizados em forma crescente ou decrescente)

Saiba a sistemática do Diagrama de ramos e folhas

Veja que os números da esquerda em vermelho são os números da casa das dezenas, enquanto os da
direita (colunas 2, 3 e 4) são os da casa da unidade.

Variáveis Estatísticas

Quantitativa (numérico)
- Discretas - Assume valores finitos ou infinitos contáveis (Ex: n° de multas que o uno de firma com escada
no teto possui). Apenas números inteiros.
- Contínuas - Varia dentro de um intervalo (Ex: Velocidade de um uno de firma com escada no teto
acelerando na avenida brasil 10 minutos antes da hora do almoço - Vai de 0 até infinito)

Qualitativa (Não numérico - Categóricas)

- Nominais - Não possui ordem ou hierarquia (Ex: Cidades em um país)
- Ordinais - Possui ordem (Exemplo clássico é o nível de instrução: Ensino básico, médio, superior etc)

Exemplos:
1. Sexo (Feminino ou Masculino); Variável qualitativa nominal
2. Idade (em anos); Variável quantitativa discreta (Cabe ressaltar que idade, em geral, é uma
variável contínua. O que a torna discreta é o fato de estar contada em anos).
3. Raça/Cor (Branca, Preta, Amarela, Parda, Indígena, Ignorada); Variável qualitativa nominal
4. Fumante (sim ou não); Variável qualitativa nominal
5. Possui fatores de risco/comorbidades? (Sim, Não, Ignorado); Variável qualitativa ordinal

2
 6. Escolaridade (Sem escolaridade/analfabeto, Fundamental 1º ciclo [1º ao 5º ano], Fundamental 2º
ciclo [6º ao 9º ano], Médio [1º ao 3º ano], Superior, Não se aplica, Ignorado). Variável qualitativa
ordinal
7. Unidade da Federação. Variável qualitativa nominal

(Aqui é importante!) Distribuição de Frequências:

Interpretando a tabela para a terceira classe:

Coluna 1 - Note que o intervalo é fechado à esquerda e aberto à direita (o símbolo no meio dos números
possui a barrinha vertical na esquerda), ou seja, contém o número 30 mas não contém o 40. Outra forma
de simbolizar intervalos fechados e abertos é, respectivamente, por “[” e “)”
Coluna 2 - Temos 40 observações nesse intervalo
Coluna 3 - Até a terceira classe, temos 180 observações (Somatório de 50 da classe 1 + 90 da classe 2 + 40
da classe 3). Em outras palavras, as classes 1, 2 e 3 possuem 180 observações de um total de 200
Coluna 4 - as 40 observações da nossa classe representam 20% de todas as observações de todas as classes
Coluna 5 - As classes 1, 2 e 3 representam 90% de todas as observações de todas as classes. Em outras
palavras, até a terceira classe, temos 90% de todas as observações.

Representação Gráfica

Os principais tipos de Gráficos que precisam estar no sangue são:

Histograma - Usado para representar uma distribuição de frequência (variável contínua).
Gráfico de pizza (ou setores) - Usado mais para ver a proporção de uma seção com o todo.
Gráfico de Barras e Colunas - Usado para comparação entre valores.
Gráfico de linhas - Verificar tendências ou comportamentos.
Ogiva - Gráfico de linhas mas para representar frequências acumuladas.
Polígono de frequência - é um gráfico em linha, sendo as frequências marcadas sobre perpendiculares ao
eixo horizontal, levando em consideração os pontos médios dos intervalos de classe.

Média Aritmética (A): Para um conjunto de valores a fórmula fica:

Propriedades mais importantes da Média:

- Soma: Somando (ou subtraindo) uma constante C de CADA UM dos elementos, a média também será
somada (ou subtraída) de C.

3
- Multiplicação: Multiplicando (ou dividindo) cada elemento por uma constante C, a média será
multiplicada por C.
- Soma dos desvios: é 0 em relação à média. "Desvio" é a diferença de cada termo para a média.

Média Aritmética Ponderada

Em essência, a média ponderada pode ser interpretada como a média para uma distribuição de frequência.
Nesse caso, a forma é ligeiramente diferente, levando em consideração o peso, ou a frequência absoluta,
representada pelo fator F abaixo:

DETALHE IMPORTANTE: Para calcular a média quando temos uma classe, precisamos usar o ponto médio
dessa classe. Vejamos um exemplo:

Faz sentido esse resultado para a média? Note que estamos na classe 2, e isso era totalmente esperado,
uma vez que é nessa classe que estão a maior parte das observações.

Média Geométrica (G)

Repare que agora calcularemos a média pela multiplicação, onde x1, x2, x3 são os dados e "n" a
quantidade total de dados.

Média Harmônica (H)

É definida como o inverso (III) da média aritmética (II) dos inversos (I).

4
 Comparação entre as médias

MEDIANA

Antes de qualquer coisa, para se calcular a mediana, há de se colocar os valores em forma crescente
(lembrou de rol?). O conceito é bem simples: é o valor que divide a série de números em duas partes iguais
Sendo "n" a quantidade de valores, a mediana será calculada de duas formas:

Se a quantidade de valores for ímpar: (n+1)/2

Se a quantidade de valores for par: será a média dos dois valores centrais: n/2 e (n/2)+1

Propriedades da Mediana:
- Soma: Somando (ou subtraindo) uma constante C de CADA UM dos elementos, a mediana também será
somada (ou subtraída) de C.
- Multiplicação: Multiplicando (ou dividindo) cada elemento por uma constante C, a mediana será
multiplicada por C.

Mediana para dados agrupados em classes:

Primeiramente precisamos entender que aqui não há o que se falar se a quantidade de valores é par ou
ímpar, ou seja, a mediana estará na posição n/2.
A fórmula para o cálculo da mediana, nesse caso, é:

Quartil: Valores que dividem os dados em 4 partes iguais. Ou seja, temos sempre 3 quartis.

Decil: Valores que dividem os dados em 10 partes iguais. Ou seja, temos sempre 9 decis.

5
 OBS: Perceba que o quinto decil e o segundo quartil são popularmente conhecidos como a
mediana.

Assimetria e Box Plot

Basicamente, a Assimetria de um gráfico se refere a como os dados estão distribuídos ao redor da média.

Curtose: também em conceitos objetivos, é a medida que descreve o quão “achatada” é a curva de
distribuição de dados. Ela pode ser:
- Leptocúrtica: Mais pontiaguda, com dados mais aglutinados na média
- Mesocúrtica: Um pouco mais achatada, com dados um pouco mais dispersos
- Platicúrtica: Curva mais parecendo um “platô”, com dados ainda mais dispersos.

6
O conceito de assimetria é particularmente importante para saber como o box-plot é construído.
Nesse momento apenas entenda que a "caixa" do box-plot acompanha o "sino" do gráfico de assimetria,
ok? Na dúvida, veja a figura abaixo:

Box-plot:

Veja que nós temos 5 valores principais do box-plot: O limite mínimo; os quartis 1, 2 e 3; e o limite
máximo
Daí vem o outro nome do box-plot - Diagrama dos cinco números

Outros conceitos e informações importantes do Box-Plot

Intervalo/Amplitude/Desvio/Distância Interquartílico: Q3 - Q1
Amplitude semi-interquartílica/Desvio quartílico: (Q3 - Q1)/2
Limite Máximo = Q3 + 1,5 * (Q3 - Q1)
Limite Mínimo = Q1 - 1,5 * (Q3 - Q1)

O Box-Plot NÃO INFORMA:

- O valor da média
- A quantidade de elementos

Definição de Moda: Formalmente a Moda é definida como o valor que apresenta a maior
frequência.
Ou seja, para variáveis discretas (Ex: 1, 2, 3, 4, 5 ... ), basta olhar a frequência absoluta e extrair o número
cuja frequência é a mais alta.
7
 Para intervalos distribuídos em classe:

OBS 1 IMPORTANTE: Não estamos calculando a MODA EXATA com essas fórmulas. Não caia nessa
pegadinha.

OBS 2 IMPORTANTE: Essas fórmulas de CZUBER e KING, como mostradas acima, são utilizadas nos casos
em que a amplitude das classes é constante, ou seja, todas as classes têm a mesma amplitude.
Mas e no caso de não serem iguais ? Nesse caso, devemos substituir as frequências pela densidade
de frequência (d=f/h), onde f é a frequência e h é a amplitude da classe.
A classe modal, nesses casos, será a classe com a maior densidade (não necessariamente com a
maior frequência).

Pequeno macete para ajudar a lembrar a diferença entre as duas fórmulas

O Rei (KING) não tá nem aí para a moda. Ele faz a moda! Tradução ? Na fórmula de KING não se usa a
diferença entre as classes modais, nem a frequência da classe modal. Só se usa o limite inferior da classe
modal (porque tudo tem limite, né? rs)

Moda (Mo) obtida pela relação de Pearson:

Mo = 3 Md − 2 Me

Propriedades importantes da Moda:

- A moda não é influenciada por valores extremos! Veja no exemplo a seguir onde a moda está destacada
em vermelho:
Conjunto 1: { 1, 2, 3, 3, 3, 987.631}
Conjunto 2: { 1, 2, 3, 3, 3, 4}
- Soma: Somando (ou subtraindo) uma constante C de CADA UM dos elementos, a moda também será
somada (ou subtraída) de C.
- Multiplicação: Multiplicando (ou dividindo) CADA ELEMENTO por uma constante C, a moda será
multiplicada (ou dividida) por C.

8
9
Amostragem

Fórmula pra calcular tamanho amostral sem saber o comportamento - Fórmula de Slovin:

10
11
Distribuição Discretas de Probabilidade

12
13
Teste de Hipóteses

14
15
Intervalo de Confiança

16
 Estimativa da amostra inicial para uma população suficientemente grande:

Caso a população não seja suficientemente grande, devemos utilizar a Fórmula de Cochran (N é o
tamanho da população):
n = [N . n0] / (N+n0)
Substituindo n0 por 1/e^2, obtemos:
n = N/(1 + N . e^2), que é conhecida como Fórmula de Slovin.

17
Regressão Linear

18
19