Professor: Carlos Alberto de Albuquerque

Blog: http://professorcarlosaa.blogspot.com.br/

Email:

Carlos.albuquerque@ifsuldeminas.edu.br

ESTATÍSTICA BÁSICA

AULA

UM

EMENTA

Conceitos básicos de estatística.

Métodos quantitativos.

Organização e descrição de dados.

Técnicas de coleta de dados.

Estatística descritiva.

Modelos probabilísticos.

Amostragem; Análise de acidentes do trabalho

com a utilização de ferramentas adequadas;

estudo das estatísticas de acidentes do trabalho.

REFERÊNCIAS BÁSICAS

BRAGA, Luis Paulo Vieira. Compreendendo

probabilidade e estatística. 1. ed. Editora E-

Papers, 2010

DOMINGUES, Osmar; MARTINS, Gilberto de

Andrade. Estatística geral aplicada. 4. Ed. São

Paulo: Atlas, 2011.

VIEIRA, Sonia. Estatística básica. 1. ed. São

Paulo: Cengage Learning, 2012.

REFERÊNCIAS COMPLEMENTARES

BARBETTA, Pedro Alberto; BORNIA, Antonio Cezar. Estatística

para os cursos de engenharia e informática. 3. Ed. São Paulo:

Atlas, 2010

BRUNI, Adriano Leal. Estatística aplicada à gestão empresarial.

3. Ed. São Paulo: Atlas, 2011.

BUSSAD, Wilton de Oliveira; MORETTIN, Pedro Alberto.

Estatística básica. 7. ed. São Paulo: Saraiva, 2011.

CRESPO, Antonio Arnot. Estatística fácil. 19 ed. São Paulo:

Saraiva, 2009.

LIMA, Carlos Pedroso de; MAGALHÃES, Marco Nascimento.

Noções de probabilidade e estatística. 7. Ed. São Paulo: Edusp,

2007.

AVALIAÇÕES

Trabalhos individuais e/ou de equipes:

– Valor: 10,0 peso 1.

Prova 1: em 13 /03/2017, valor: 10,0 peso 3.

Prova 2: em 08/05/2017, valor: 10,0 peso 3.

Prova 3: em 16/06/2017, valor: 10,0 peso 3.

ATENÇÃO: A apresentação do trabalho/prova

poderá valer até 50% da nota. Tabelas e

gráficos realizados sem régua ou instrumentos

adequados receberão nota zero.

AVALIAÇÕES

Em todas as aulas serão aplicadas listas de

exercícios que deverão ser entregues na

próxima aula, antes da realização da

chamada.

NÃO SERÃO ACEITAS LISTAS APÓS A

CHAMADA.

AVALIAÇÕES

As listas darão uma pontuação extra de até

0,5 na MD, portanto só serão corrigidas as

listas dos alunos que tenham MD entre 5,5 e

6.

INTRODUÇÃO À ESTATÍSTICA

PROBLEMA DO CAPÍTULO

Por que a pesquisa Literary Digest foi tão

errada?

Fundada em 1980, a revista Literary Digest ficou

famosa por seu sucesso na realização de

pesquisas para predizer o vencedor de eleições

presidenciais.

A revista previu corretamente os vencedores das

eleições presidenciais de 1916, 1920, 1924, 1928

e 1932.

INTRODUÇÃO À ESTATÍSTICA

Na disputa presidencial de 1936 entre Alf Landon e Fraklin

D. Roosevelt, a revista enviou 10 milhões de cédulas e

recebeu de volta 1.293.669 de cédulas para Landon e

972.897 cédulas para Roosevelt, de modo que parecia

que Landon teria 57% dos votos.

O tamanho dessa pesquisa é extremamente grande em

comparação aos tamanhos de outras pesquisas típicas,

de maneira que se esperava que ela predissesse

corretamente o vencedor, mais uma vez.

INTRODUÇÃO À ESTATÍSTICA

James A. Farley, presidente do comitê Democrático

Nacional à época, elogiou a pesquisa dizendo:

“Qualquer pessoa em sã consciência não pode

escapar da implicação de tão gigantesca amostragem

da opinião popular como a prévia realizada pela The

Literary Digest. Eu a considero como evidência

conclusiva do desejo do povo desse país de uma

mudança no Governo Nacional. A pesquisa é um avanço

de não pequena dimensão. É uma pesquisa realizada de

maneira justa e correta. ”

INTRODUÇÃO À ESTATÍSTICA

Bem, Landon recebeu 16.679.583 votos contra

27.751.597 votos dados a Roosevelt.

Em vez de obter 57% dos votos, como

sugerido pela pesquisa, Landon recebeu

apenas 37%.

A Figura seguinte mostra os resultados para

Roosevelt.

INTRODUÇÃO À ESTATÍSTICA

A revista Literary Digest

sofreu uma derrota

humilhante e logo saiu de

circulação.

Na mesma eleição de 1936,

George Gallup usou uma

pesquisa muito menor com

50.000 sujeitos, e predisse

corretamente que Roosevelt

venceria.

INTRODUÇÃO À ESTATÍSTICA

Como pode acontecer de a

pesquisa maior da Literary

Digest estar errada por uma

diferença tão grande?

O que não deu certo?

A medida que você aprender

sobre a estatística básica,

retomaremos à pesquisa e

explicaremos porque ela errou

tanto.

INTRODUÇÃO À ESTATÍSTICA

DEFINIÇÃO

DADOS: São coleções de observações, como

por exemplo:

Medidas;

Gênero; e

Respostas de pesquisas.

INTRODUÇÃO À ESTATÍSTICA

ESTATÍSTICA: É a ciência do planejamento de

estudos e experimentos, da obtenção de dados

e, em seguida, da organização, resumo,

apresentação, análise, interpretação e

elaboração de conclusões com base nos dados.

POPULAÇÃO: É a coleção completa de todos os

indivíduos (escores, pessoas, medidas e outros)

a serem estudados.

A coleção é completa no sentido de que inclui

todos os sujeitos a serem estudados.

INTRODUÇÃO À ESTATÍSTICA

CENSO: É a coleção dos dados obtidos de todos

os membros da população.

AMOSTRA: É uma subcoleção de membros de

uma população.

Exemplos: a pesquisa da Literary Digest usou

uma amostra de 2,3 milhões de respondentes.

Esses respondentes constituem uma amostra,

enquanto a população é constituída por todos os

eleitores.

INTRODUÇÃO À ESTATÍSTICA

TIPOS DE DADOS

PARÂMETRO: É uma medida matemática que

descreve alguma característica de uma

população.

Exemplo: Há exatamente 100 senadores no 109º

Congresso dos Estados Unidos, e 55% deles são

Republicanos.

O número 55% é um parâmetro porque se baseia

na população inteira de todos os 100 senadores.

INTRODUÇÃO À ESTATÍSTICA

ESTATÍSTICA: É uma medida numérica que

descreve alguma característica de uma amostra.

Exemplo: Em 1936, Literary Digest entrevistou

2,3 milhões de eleitores americanos, e 57%

disseram que votariam em Landon para

presidente.

O número 57% é uma estatística porque se

baseia em uma amostra, não na população

inteira de todos os eleitores americanos.

INTRODUÇÃO À ESTATÍSTICA

DADOS QUANTITATIVOS (OU NUMÉRICOS):

Constituem em números que representam contagens

ou medidas.

Exemplo: As idades (em anos) de entrevistados em

uma pesquisa.

DADOS CATEGÓRICOS (OU QUALITATIVOS OU

ATRIBUTOS): Consistem em nomes ou rótulos que

não são números que representam contagens ou

medidas.

Exemplo: A filiação partidária de entrevistados.

INTRODUÇÃO À ESTATÍSTICA

Mais um exemplo:

Os números dos jogadores de um time de

futebol.

Esses números são substitutos dos nomes.

Eles não contam ou medem qualquer coisa, de

modo que são dados categóricos.

INTRODUÇÃO À ESTATÍSTICA

Os dados quantitativos podem, ainda, ser

descritos pela distinção entre os tipos discreto e

contínuo.

DADOS DISCRETOS: Surgem quando o número

de valores possíveis é ou um número finito, ou

uma quantidade “enumerável”.

Enumerável: o número de valores possíveis é 0

ou 1 ou 2 e assim por diante.

INTRODUÇÃO À ESTATÍSTICA

Exemplo de dados discretos.

Os números de ovos que as

galinhas botam são dados

discretos porque representam

contagens.

INTRODUÇÃO À ESTATÍSTICA

DADOS NUMÉRICOS CONTÍNUOS:

Resultam de infinitos valores possíveis que

correspondem a alguma escala contínua que

cobre um intervalo de valores sem vazios,

interrupções ou saltos.

INTRODUÇÃO À ESTATÍSTICA

Exemplo de Dados Contínuos: As quantidades

de leite das vacas são dados contínuos porque

são medidas que podem assumir qualquer valor

em um intervalo contínuo.

Durante um ano, uma vaca pode produzir uma

quantidade de leite que pode ser qualquer valor

entre 0 e 7000 litros.

Seria possível obterem-se 5678,1234 litros, por

exemplo.

INTRODUÇÃO À ESTATÍSTICA

Outra forma de classificar dados é através do

uso de quatro níveis de mensuração:

Nominal;

Ordinal;

Intervalar; e

Razão.

INTRODUÇÃO À ESTATÍSTICA

Nível nominal de mensuração:

É caracterizado por dados que consistem em

nomes, rótulos ou categorias apenas.

Os dados não podem ser colocados em um

esquema de ordem (tal como do menor para

o maior).

INTRODUÇÃO À ESTATÍSTICA

EXEMPLOS:

1- Sim/Não/indeciso: Respostas de pesquisa

de sim, não e indeciso (como no Problema do

Capítulo).

2 – Partido Políticos: As filiações político-

partidárias de respondentes de pesquisas (PT,

PCdoB, PMDB, PSDB, PSOL, PSTU, etc.)

INTRODUÇÃO À ESTATÍSTICA

Como os dados nominais não tem

ordenação ou significado numérico, eles

não devem ser usados para cálculos.

Números como 1, 2, 3, 4 são algumas vezes

associadas às diferentes categorias, mas

esses números não tem nenhum

significado computacional, e qualquer

média calculada com eles não tem nenhum

significado.

INTRODUÇÃO À ESTATÍSTICA

Os dados estão no NÍVEL

ORDINAL DE MENSURAÇÃO se

podem ser arranjados em alguma

ordem, mas diferenças (obtidas por

subtrações) entre valores dos dados

ou não podem ser determinadas, ou

não são significativas.

INTRODUÇÃO À ESTATÍSTICA

EXEMPLOS

1 – Conceito em Cursos: Um professor de

faculdade atribui graus A, B, C, D ou F.

Esses graus podem ser arranjados em

ordem, mas não podemos determinar

diferenças entre eles.

INTRODUÇÃO À ESTATÍSTICA

2 – Classificação: A classificação dos

vestibulandos do IFSULDEMINAS em 2015.

Temos o 1º , o 2º , o 3º , ...

No entanto, as diferenças entre a classificação

não tem significado.

Dados ordinais fornecem informações sobre

comparações relativas, mas não as magnitudes

das diferenças. Os dados ordinais não devem

ser usados para cálculos.

INTRODUÇÃO À ESTATÍSTICA

O NÍVEL INTERVALAR DE MENSURAÇÃO é

como o nível ordinal, com a propriedade

adicional de que a diferença entre quaisquer

dois valores de dados é significativa.

No entanto, os dados nesse nível não tem um

ponto inicial zero natural (quando o nada da

quantidade está presente).

EXEMPLOS

1 – Temperaturas: As temperaturas do corpo de

98,2º F e 98,6º F são exemplos de dados nesse

nível de mensuração.

Os valores são ordenados, e podemos

determinar sua diferença de 0,4º F.

No entanto, não há um ponto inicial natural.

O valor de 0º F pode parecer um ponto inicial,

mas é arbitrário e não significa ausência total

de calor.

INTRODUÇÃO À ESTATÍSTICA

2 – Anos: Os anos 1492 e 1776.

O tempo não começou no ano 0, de modo que

o ano 0 é arbitrário e não um ponto zero

inicial natural que represente “nenhum

tempo”.

INTRODUÇÃO À ESTATÍSTICA

O NÍVEL DE MENSURAÇÃO DE RAZÃO é o

nível intervalar com a propriedade adicional

de que há também um ponto zero inicial (em

que zero indica que nada da quantidade está

presente).

Para valores nesse nível, diferenças e razões

são, ambas, significativas.

EXEMPLOS

1 – Distâncias:

Distâncias (em km) percorridas por carros (0 km

representa nenhuma distância percorrida, e 400

km é duas vezes mais longe do que 200 km).

2 – Preços:

Os preços de livros ( R$ 0,00 representa nenhum

custo, e um livro de R$ 100,00 custa duas vezes

um livro de R$ 50,00).

INTRODUÇÃO À ESTATÍSTICA

FIM

DA AULA

UM