8/16/2019 1_Conceitos Básicos de Estatística _Fevereiro 2016
1/20
Licenciaturas
em Sociologia e em Ciência Política
Análise de Dados em Ciências Sociais: Inferencial
Ano Lectivo 2015/2016
Ana Cristina Ferreira
Margarida Perestrelo
Isabel Oliveira
Joana Azevedo
8/16/2019 1_Conceitos Básicos de Estatística _Fevereiro 2016
2/20
1. Conceitos Básicos de Estatística
1.1 - Estatística Descritiva versus Indutiva1.2 - Unidade Estatística e Dado Estatístico
1.3 - População e Amostra1.4 - Estatística, Parâmetro e Estimador
Licenciaturas
em Sociologia e em Ciência Política
Análise de Dados em Ciências Sociais: Inferencial
© Ana Cristina Ferreira, Margarida Perestrelo, Isabel Oliveira e Joana Azevedo 2
8/16/2019 1_Conceitos Básicos de Estatística _Fevereiro 2016
3/20
1.1 - Estatística Descritiva versus Indutiva
ESTATÍSTICA – O QUE É?
Estatística é a ciência que estuda as características comuns dos
indivíduos de um conjunto. Consiste na recolha, compilação,
análise, interpretação e apresentação de dados.
Baseia-se num conjunto de dados, os quais correspondem a uma,ou mais variáveis, para um conjunto de indivíduos.
A estatística pode analisar uma variável apenas mas não analisa um
indivíduo (ou elemento).
Pelo contrário, a estatística trata sempre de conjuntos de elementos.
O seu objectivo é resumir essa informação dispersa, sintetizando-a
em indicadores resumo, que se referem ao conjunto e não a cada um
dos casos.
© Ana Cristina Ferreira, Margarida Perestrelo, Isabel Oliveira e Joana Azevedo3
8/16/2019 1_Conceitos Básicos de Estatística _Fevereiro 2016
4/20
Indutiva
(Inferência Estatística)
ESTATÍSTICA
Descritiva
© Ana Cristina Ferreira, Margarida Perestrelo, Isabel Oliveira e Joana Azevedo 4
8/16/2019 1_Conceitos Básicos de Estatística _Fevereiro 2016
5/20
Apresentação resumida da informação;
Permite descrever e compreender relações entre
variáveis/atributos/características de forma imediata;
Identificação das relações mais importantes entre
variáveis/atributos/características;
Ajuda à tomada de decisão.
Utilidade da Estatística Descritiva:
© Ana Cristina Ferreira, Margarida Perestrelo, Isabel Oliveira e Joana Azevedo 5
8/16/2019 1_Conceitos Básicos de Estatística _Fevereiro 2016
6/20
Permite extrapolar para um grupo – população ou universo
– dados recolhidos a partir de um subgrupo – amostra.
Estimar características desconhecidas de uma população
(parâmetros) tendo por base valores amostrais;
Testar se determinadas hipóteses sobre as características
desconhecidas da população são ou não plausíveis.
Utilidade da Estatística Indutiva:
© Ana Cristina Ferreira, Margarida Perestrelo, Isabel Oliveira e Joana Azevedo 6
8/16/2019 1_Conceitos Básicos de Estatística _Fevereiro 2016
7/20
Exemplos de aplicação da Estatística Indutiva
Sondagens eleitorais
Inquéritos de opinião
Estudos de mercado
Ensaios clínicos
Etc.
© Ana Cristina Ferreira, Margarida Perestrelo, Isabel Oliveira e Joana Azevedo 7
8/16/2019 1_Conceitos Básicos de Estatística _Fevereiro 2016
8/20
Exemplo 1:
Foram inquiridos todosos portugueses?
Ou apenas umaamostra?
Fonte: Expresso, 21.01.20168
8/16/2019 1_Conceitos Básicos de Estatística _Fevereiro 2016
9/20
FICHA TÉCNICAESTUDO DE OPINIÃO EFETUADO PELA EUROSONDAGEM S.A. PARA O EXPRESSO E SIC, DE 14 A 19 DE
JANEIRO DE 2016. ENTREVISTAS TELEFÓNICAS, REALIZADAS POR ENTREVISTADORES SELECIONADOS E
SUPERVISIONADOS. O UNIVERSO É A POPULAÇÃO COM 18 ANOS OU MAIS, RESIDENTE EM PORTUGAL
CONTINENTAL E HABITANDO LARES COM TELEFONE DA REDE FIXA. A AMOSTRA FOI ESTRATIFICADA POR
REGIÃO: NORTE (20,2%) — A.M. DO PORTO (15%;); CENTRO (28%) — A.M. DE LISBOA (26,9%) E SUL (9,9%), NUM
TOTAL DE 2025 ENTREVISTAS VALIDADAS. FORAM EFETUADAS 2468 TENTATIVAS DE ENTREVISTAS E, DESTAS,
443 (17,9%) NÃO ACEITARAM COLABORAR NESTE ESTUDO. A ESCOLHA DO LAR FOI ALEATÓRIA NAS LISTAS
TELEFÓNICAS E O ENTREVISTADO, EM CADA AGREGADO FAMILIAR, O ELEMENTO QUE FEZ ANOS HÁ MENOS
TEMPO, E DESTA FORMA RESULTOU, EM TERMOS DE SEXO: FEMININO — 51,4%; MASCULINO — 48,6% E, NO
QUE CONCERNE À FAIXA ETÁRIA DOS 18 AOS 30 ANOS — 17,7%; DOS 31 AOS 59 — 50,7% E COM 60 ANOS OU
MAIS — 31,6%. O ERRO MÁXIMO DA AMOSTRA É DE 2,18%, PARA UM GRAU DE PROBABILIDADE DE 95%. UM
EXEMPLAR DESTE ESTUDO DE OPINIÃO ESTÁ DEPOSITADO NA ENTIDADE REGULADORA PARA A
COMUNICAÇÃO SOCIAL.
Há sempre um erro associado à inferência
Foram inquiridos todos os portugueses?Ou apenas uma amostra?
© Ana Cristina Ferreira, Margarida Perestrelo, Isabel Oliveira e Joana Azevedo 9
8/16/2019 1_Conceitos Básicos de Estatística _Fevereiro 2016
10/20
Exemplo 2:
Como é que sechegou a estesresultados?
Foram inquiridas
todas as pessoasque tomaramBenuron?
© Ana Cristina Ferreira, Margarida Perestrelo, Isabel Oliveira e Joana Azevedo10
8/16/2019 1_Conceitos Básicos de Estatística _Fevereiro 2016
11/20
Como é que foramajustadas as dosesadequadas?
11
8/16/2019 1_Conceitos Básicos de Estatística _Fevereiro 2016
12/20
Exemplo 3
Neste estudo demercado inquiriram
todos os condutores?
© Ana Cristina Ferreira, Margarida Perestrelo, Isabel Oliveira e Joana Azevedo12
8/16/2019 1_Conceitos Básicos de Estatística _Fevereiro 2016
13/20
Unidade de Análise: é o objecto a que se refere a variável que se
mede. Corresponde aos elementos que constituem a amostra ou apopulação. É sobre cada unidade de análise que são recolhidasinformações sobre as variáveis.
Observações Estatísticas: valores que assumem as variáveis.
Variável: é o símbolo representativo de uma característica ou atributo dapopulação ou amostra.
Modalidades ou Categorias: são os diferentes estados ou valores que
a variável pode apresentar.
© Ana Cristina Ferreira, Margarida Perestrelo, Isabel Oliveira e Joana Azevedo
1.2 – Unidade Estatíst ica e Dado Estatístico
13
8/16/2019 1_Conceitos Básicos de Estatística _Fevereiro 2016
14/20
População ou Universo: todos os elementos que pertencem a ummesmo conjunto, que possuem uma ou mais características comuns.Exemplos: Universo dos alunos do ISCTE-IUL; todos os portugueses,todas as cidades europeias, etc…
N – nº de elementos da população ou do universo
Amostra: subconjunto da população ou universo. Pretende-se que asamostras sejam representativas da população. Há vários métodos deamostragem que podem garantir a representatividade da amostra (ver
3. Métodos de Amostragem).
n – nº de elementos da amostra
© Ana Cristina Ferreira, Margarida Perestrelo, Isabel Oliveira e Joana Azevedo
1.3 – População e Amostra
14
8/16/2019 1_Conceitos Básicos de Estatística _Fevereiro 2016
15/20
Estatísticas: características da amostra. Variam entre as diversas
amostras possíveis de retirar de uma mesma população. Exemplos deEstatísticas:
Média amostral
Variância amostral (s2)
Desvio-padrão amostral (s)
) X (
1.4 – Estatística, Parâmetro e Estimador
Parâmetros: características da população, geralmente
desconhecidos. Exemplos de Parâmetros:
Média ( )Variância ( 2)
Desvio-Padrão (
)
© Ana Cristina Ferreira, Margarida Perestrelo, Isabel Oliveira e Joana Azevedo 15
8/16/2019 1_Conceitos Básicos de Estatística _Fevereiro 2016
16/20
Estimadores: são estatísticas, características da amostra, que
permitem inferir sobre as característica da população (parâmetros).Todos os estimadores são estatísticas, mas nem todas as estatísticas
são estimadores. Exemplos de estimadores:
Média amostral
Variância corrig ida da amostra (s’2)
Desvio-padrão corrig ido da amostra (s’)
Proporção da amostra (p)
) X (
© Ana Cristina Ferreira, Margarida Perestrelo, Isabel Oliveira e Joana Azevedo 16
8/16/2019 1_Conceitos Básicos de Estatística _Fevereiro 2016
17/20
1. Identificação do problema a analisar2. Recolha de dados
Etapas do Método Estatístico:
Secundários
(calculados apartir dos dadosprimários)
Primários
(recolhidos directamente,por. ex. através deinquéritos ou outrasfontes)
(tão completos quanto possível e adequados àsituação em análise)
3. Crítica dos dados (de modo a eliminarem-se valores estranhos(outliers) e missing values )
© Ana Cristina Ferreira, Margarida Perestrelo, Isabel Oliveira e Joana Azevedo 17
8/16/2019 1_Conceitos Básicos de Estatística _Fevereiro 2016
18/20
4. Classificação dos dados (opcional)
6. Análise e interpretação dos resultados
© Ana Cristina Ferreira, Margarida Perestrelo, Isabel Oliveira e Joana Azevedo
(através da codificação ecriação de uma base de dadosem suporte informático)5. Apresentação dos dados
Figuras/ gráficos(Linhas; barras;sectorial, boxplot)
Tabelas/quadros(Cabeçalho, corpoe rodapé)
Indicadores Estatísticos
Etapas do Método Estatístico:
18
8/16/2019 1_Conceitos Básicos de Estatística _Fevereiro 2016
19/20
Qualitativas: as que não assumem valores numéricos
(ou dados não-métricos) Nominais (Categoriais): quando os dados só podem ser
classificados em categorias mutuamente exclusivas e nãoordenáveis.(Exemplos: sexo, estado civil, votação partidária, preferência por
clubes desportivos, religião, etc. ...)
Ordinais: quando os dados são classificados em categoriasordenadas segundo determinado critério inerente à própriavariável (podem ser ordenadas por ordem crescente oudecrescente).(Exemplo: grau de escolaridade; variáveis em Escala de Likert
(podem ser tratadas como quantitativas desde que se verifiquemalgumas condições)
Tipos de Variáveis:
© Ana Cristina Ferreira, Margarida Perestrelo, Isabel Oliveira e Joana Azevedo 19
8/16/2019 1_Conceitos Básicos de Estatística _Fevereiro 2016
20/20
Quantitativas : as que assumem valores numéricos(ou dados métricos)
Discretas: quando os dados assumem um número finitoou infinito numerável de valores.(Exemplo: nº de elementos do agregado familiar, nº de filhos ...)
Contínuas: quando os dados podem tomar um númeroinfinito não numerável de valores.
(Exemplo: rendimento disponível das famílias, idade, peso,altura, ...)
Tipos de Variáveis:
© Ana Cristina Ferreira, Margarida Perestrelo, Isabel Oliveira e Joana Azevedo20
Top Related