aula_1

1

Estatística Econômica 1

Horário das aulas: QUARTAS, das 8h30 às 10h30, AT 09SEXTAS, das 10h30 às 12h30, LAB 03

Bibliografia básica:HOFFMANN, R. Estatística para economistas. 4 ed. São Paulo:

Pioneira Thomson Learning, 2006.MORETTIN, Pedro A.; BUSSAB, Wilton de O. Estatística Básica. 5

ed. São Paulo: Saraiva, 2004. WEBSTER, Allen L. Estatística aplicada à administração e

economia. São Paulo: McGraw-Hill, 2006

Bibliografia complementar:LAPPONI, J.C. Estatística usando Excel. 4 ed. São Paulo:

Campus, 2005.LEVIN, J.; FOX, J.A. Estatística para ciências humanas. 9 ed. São

Paulo: Prentice Hall, 2004.NEWBOLD, P.; CARLSON, W.L.; THORNE, B. Statistics for

business and economics. 5th ed. New Jersey: Prentice Hall, 2002.

DOANE, David P.; SEWARD, Lori E. Estatística aplicada àadministração e à economia. São Paulo: McGraw-Hill, 2008.

2

Avaliação:• 3 provas regulares + 1 trabalho final• 1 prova substitutiva (para a pior nota)

– A substitutiva substitui a nota• Listas de exercícios• Nota final � média ponderada de provas, trabalhos e listas, com a

seguinte estrutura: 0.2*P1+0.3*P2+0.2*P3+0.2*T+0.1*L

Datas:30/09/09 – Prova 128/10/09 – Prova 225/11/09 – Prova 327/11 e 02/12/09 – Apresentação de trabalhos09/12/09 – Prova substitutiva.

OBS: Aprovação depende de freqüência mínima de 75%

CONTEÚDO DO CURSO:• Introdução.• Freqüência e histograma.• Medidas de posição: média, mediana, moda.• Medidas de dispersão: variância, desvio-

padrão, coeficiente de variação.• Introdução à probabilidade e princípios de

amostragem.• Número índice e operações com números

índices.• Medidas de desigualdade e de concentração.

3

1. Introdução

• Porque estudar estatística econômica?– Transformar dados em informação– Tomar decisões sob incerteza– Testar hipóteses

• Estatística descritiva x inferência estatística

Tudo depende da pergunta!!!

1. Introdução

Relembrando: como se faz pesquisa?1. O problema estudado é reduzido a uma

hipótese (passível de teste)2. Elabora-se um conjunto de instrumentos3. Coletam-se dados (conforme o caso)4. Os dados são analisados e interpretados

– Itens 2 a 4: considerando-se sempre hipótese inicial

4

1. Introdução

• Instrumentos mais utilizados em pesquisa social:

– Observação participativa– Análise de conteúdo– Experimento– Survey– Análise secundária

• em economia: survey e análise secundária – métodos quantitativos

1. Introdução

• Quais dados queremos?• Que representem as variáveis de

interesse na pesquisa• Que sejam capazes de responder à

nossa pergunta

5

1. Introdução

• Utilizamos os dados e as ferramentas da estatística para:

1. Descrição• Queremos “reduzir” os dados a um número

pequeno de termos

2. Tomada de decisão• Queremos tomar decisões com base em

dados de parte (amostra) do grupo (população)

1. IntroduçãoDescrição

7,66,74,35,0

6,17,76,32,9

2,47,27,07,4

5,26,98,36,97,9

3,79,36,38,47,4

7,95,36,35,59,0

3,48,06,16,06,0

3,29,25,96,77,4

4,95,07,17,06,0

5,19,07,17,06,6

Tabela 1.1 Notas de prova de 47 estudantes.

6


47total

68 a 10

276 a 8

94 a 6

52 a 4

00 a 2

freqüêncianotas

Tabela 1.2 Notas de prova de 47 estudantes: distribuição de freqüências

agrupadas


0

5

10

15

20

25

30

0 a 2 2 a 4 4 a 6 6 a 8 8 a 10

categorias de notas

freqü

ênci

a

Figura 1.1 Notas de prova de 47 estudantes

7

1. Introdução

Tomada de decisão:

Hipótese: “os universitários têm maior chance de ter experimentado maconha do que as universitárias”

1. IntroduçãoTomada de decisão:

100100Total

8565Número dos que nunca

experimentaram

1535Número dos que já experimentaram

FemininoMasculino

Sexo do entrevistado

Consumo de maconha

Tabela 1.3 Consumo de maconha por sexo do entrevistado: caso I

8


100100Total

8070Número dos que nunca experimentaram


FemininoMasculino


Consumo de maconha

Tabela 1.4 Consumo de maconha por sexo do entrevistado: caso II


100100Total

7674Número dos que nunca experimentaram


FemininoMasculino


Consumo de maconha

Tabela 1.5 Consumo de maconha por sexo do entrevistado: caso III

9

1.1 Definições

• Estatística � ciência ou ramo do conhecimento / medida numérica que resume um conjunto de dados amostrais.

• Dados � na pesquisa científica: registro sistemático dos resultados de experimentos

• Observação � cada valor dos dados• Sujeito / Indivíduo � item em estudo

– Ex: trabalhador; empresa; lâmpada

• Variável � característica do indivíduo– Salário; faturamento; duração

1.1 Definições

• Conjunto de dados: univariados x multivariados � caso especial: bivariados

Tipos de dados

Atributos(qualitativos)

Numéricos (quantitativos)

Rótulo nominalX=economia

CodificadaX=3

(3 �� economia)

DiscretaX=2

(número de irmãos)

ContínuaX=1,65(altura)

10

1.1 Definições

• Atenção: codificar um curso não o torna um dado numérico!!

– Códigos são atribuídos de forma arbitrária e não faz sentido ordenar ou fazer contas com as categorias...

• Arredondamento: pode trazer ambigüidade �discreta ou contínua?

• Variáveis binárias: presença (1) ou ausência (0) de uma característica de interesse

1.1 Definições

• Escalas de medida:• Nominal � apenas categorias (cor dos olhos)• Ordinal � faz sentido ordenar (classificação

de risco)• Intervalar � distância tem significado

(temperatura, escala Likert)• Razão � existe significado no valor zero

(lucro)

– Podemos transformar medidas de razão em medidas ordinais ou nominais, mas não o contrário.

11

1.1 Definições

• Dados de séries temporais x dados transversais

• Amostra x censo• Parâmetros (populacionais) x estatísticas

(amostrais)• Métodos de amostragem:

– Probabilísticos: amostra aleatória simples; sistemática; estratificada; por conglomerado.

– Não-probabilísticos: amostragem intencional; por conveniência.

• Fontes de dados: secundários x levantamento

1.1 Definições

• Amostra preferível:– População infinita– Testes destrutivos– Resultados atualizados– Acurácia– Custo

• Censo preferível:– População pequena– Tamanho de amostra grande– Disponibilidade do banco de dados– Exigências legais

12

1.2 Armadilhas da estatística• Tirar conclusões a respeito de uma grande

população a partir de uma amostra pequena• Tirar conclusões a partir de amostras não-

aleatórias• Dar importância a observações raras de

amostras grandes• Usar métodos de pesquisa deficientes• Assumir uma relação causal baseada em

observação• Generalizar sobre indivíduos a partir de

observações feitas em grupos• Atribuir importância prática a todo estudo com

resultados estatisticamente significantes

aula_1

Documents

Transcript of aula_1