Estatística / Bioestatística / Métodos Estatísticos ...cee.uma.pt/edu/Bioest/teorica/capitulo1.pdf · Estatística Inferencial usa dados amostrais para fazer inferências (ou

Ana M. Abreu - 2006/07

Slide 0

Estatística / Bioestatística / Métodos Estatísticos /

Bioestatística e Epistemologia da Investigação


Slide 1Capítulo 1

Estatística Descritiva

I-1 Introdução à organização e ao processamento de dados.

I-2 Amostra e população; cuidados a ter narecolha da amostra.

I-3 Ordenação dos dados. Agrupamento dos dados. Tabela de frequências.

I-4 Medidas de localização e de dispersão.

I-5 Representação gráfica dos dados: gráfico de barras, gráfico de sectores, gráfico de caule-e-folhas, caixa-de-bigodes, histograma.


Slide 2Introdução

Um objectivo comum dos inquéritos e de outros processos de obtenção de dados é a recolha de informação de uma parte de um grupo maior, de modo a aprender algo sobre o grupo maior. Por exemplo, podemos perguntara 10% dos alunos qual a sua nota de entradana Universidade e assim ter algumainformação sobre a totalidade dos alunos.


Slide 3

�Dados estatísticossão observações (como medidas, respostas de inquéritos,

registos de idade, sexo, naturalidade, ...) que foram recolhidas.

�Estatísticaa informação estatística é constituída por dados, os quai s

são organizados, sumariados, apresentados, analizado s, interpretados de modo a retirar conclusões baseadas nosdados.

Definições


Slide 4Definições�Populaçãoa colecção completa de todos os elementos(pessoas, animais, medidas, ...) a serem estudados. A colecção é completa no sentido de incluir todosos indivíduos a serem estudados.

�AmostraUm subconjunto da população escolhidocorrectamente, de modo a poder ser consideradocomo representativo da população.


Slide 5

� Parâmetrouma medida numérica que descreve

alguma característica de uma população.

população

parâmetro

Definições


Slide 6Definições

�Estatísticauma medida numérica que descreve

alguma característica de uma amostra.

amostra

estatística


Slide 7Definições

�Dados quantitativos

números que representam contagens oumedidas.

Exemplo: medidas dos modelos!


Slide 8Definições

�Dados qualitativos

(ou categorizados ou atributos)

podem ser separados em diferentescategorias, que se distinguem por algumacaracterística não numérica.

Exemplo: sexo (masculino/feminino) dos doentes.


Slide 9DefiniçõesOs dados quantitativos podem ser de tipodiscreto ou contínuo.

�Dados discretossurgem quando o número de valorespossíveis é finito ou contável.

0, 1, 2, 3, . . .

Exemplo: O número de ovos que umagalinha põe.


Slide 10

�Dados contínuos(ou numéricos) surgem quando o número de valores

possíveis é infinito e corresponde a alguma escalacontínua que contempla uma amplitude de valores seminterrupções ou saltos.

Definições

2 3

Exemplo: As alturas dos alunos da UMa.


Slide 11

� escala nominalcaracterizada por dados tais como nomes,

etiquetas ou categorias. Os dados não têm

qualquer relação de ordem (do mais pequeno

para o maior)

Exemplo: inquéritos cujas respostas são sim,

não, sem opinião.

DefiniçõesOutra forma de classificar os dados consisteem usar escalas.


Slide 12

� escala ordinalenvolve dados que podem ser ordenados, mas

as diferenças entre eles ou não podem ser

calculadas ou não fazem sentido.

Exemplo: O nível de escolaridade.

Definições


Slide 13

� escala intervalarcomo a escala ordinal, mas onde é possível calcular

diferenças. No entanto, não existe um zero natural (que

pudesse corresponder a ausência da característica).

Exemplo: As temperaturas em graus Celsius e em graus

Fahrenheit (ºF=ºC(9/5)+32).

Definições


Slide 14

� escala absoluta ou de razõeso zero da escala corresponde à anulação da

característica em estudo. São possíveis

comparações quer através de diferenças quer

através de quocientes.

Exemplo: Preço das propinas (0€ representa

ausência de custo).

Definições


Slide 15Resumo -Escalas para os dados

� Nominal - só categorias.

� Ordinal - categorias com alguma ordem.

� Intervalar - diferenças possíveis mas sem zero natural.

�Absoluta ou de razões - diferenças possíveis e com zero natural.


Slide 16Recapitulando

Até agora vimos:

� Definições e termos básicos para descrever

os dados

� Parâmetros versus estatísticas

� Tipos de dados (quantitativos e qualitativos)

� Escalas de medidas


Slide 17Cuidados a ter narecolha da amostra


Slide 18Pontos fundamentais

� Se uma amostra não é recolhida de forma apropriada, os dados podem ser tão inúteis, tal que, qualquer que seja a tortura a quesejam submetidos, não confessam seja o que for.

� Tipicamente a aleatoriedade tem um papelimportante na recolha de dados.


Slide 19Pontos fundamentais

� Dimensão da amostrausar uma amostra com dimensão

suficiente para conseguir captar as características dos dados e recolhida de forma apropriada, tal como baseada na aleatoriedade.


Slide 20

� Amostra Aleatóriaos membros da população sãoseleccionados de tal forma que cada membro

tem igual possibilidade de ser escolhido.

Definições

�Amostra Aleatória Simples (de

dimensão n)

os indivíduos são seleccionados de tal forma que cada possível amostra de dimensão n tem a mesma possibilidade de ser escolhida.


Slide 21Amostra AleatóriaSelecção tal que cada um tem igual possibilidade

de ser escolhido.


Slide 22Amostragem SistemáticaSeleccionar a partir de um ponto inicial e depois

seleccionar a cada K elemento na população.


Slide 23

Amostragem por conveniênciaUsar os resultados que são fáceis de obter.


Slide 24Amostragem Estratificadasubdividir a população em, pelo menos, dois

subgrupos distintos que partilham algumacaracterística e, em seguida, recolher uma amostra

de cada um dos subgrupos (ou estratos).


Slide 25Amostragem por Clustersdividir a população em secções

(ou clusters); seleccionar aleatoriamente algunsdesses clusters; escolher todos os membros dos

clusters seleccionados.


Slide 26

� Aleatória

� Sistemática

� Por conveniência

� Estratificada

� Por clusters

Métodos de Amostragem


Slide 27

�Estatística Descritiva

resume ou descreve as característicasimportantes de um conjunto conhecido de dados populacionais.

� Estatística Inferencial

usa dados amostrais para fazer inferências (ougeneralizações) sobre uma população.

Generalidades


Slide 28Características importantes dos dados

1. Localização: Um valor representativo ou médioindica onde se situa o centro dos dados.

2. Variação: Uma medida do quanto os valores daamostra variam entre si.

3. Distribuição: A natureza ou a forma de distribuição dos dados (tal como em forma de sino, uniforme ou assimétrica)

4. Outliers: Valores amostrais que se situam muitoafastados da maioria dos restantes valoresamostrais.

5. Tempo: Algumas características podem se alterar ao longo do tempo.


Slide 29Distribuição de Frequência

�Distribuição de Frequência

lista dos valores dos dados (ouindividuais ou por grupos de intervalos), juntamente com as correspondentesfrequências ou contagens.


Slide 30Distribuição de Frequência


Slide 31Ponto Médio de uma Classe

O ponto médio de uma classe determina-se adicionando os limites da classe (inferior e superior) e dividindo por dois.

PontosMédios

49.5

149.5

249.5

349.5

449.5


Slide 32Amplitude da Classeé a diferença entre dois limites superiores consecutivosou dois limites inferiores consecutivos.

Amplitude da Classe

100

100

100

100

100


Slide 33Razões para construir

distribuições de frequência

1. Conjuntos de dados grandes podemser resumidos.

2. Pode-se ganhar alguma perspectivasobre a natureza dos dados.

3. Base para a construção de gráficos.


Slide 34Como construir uma tabela de

frequências

3. Escolher o limite inferior da primeira classe. 4. Usar o limite inferior da primeira classe e a amplit ude de classe para listar, numa coluna vertical, todos os limite sinferiores. 5. Em seguida, listar os correspondentes limitessuperiores.6. Percorrer os dados, assinalando com um traço vertica l a classe onde se encontra cada dado.

1. Decidir o número de classes (habitualmente entre 5 e 20).

Regra de Sturges: k=nº de classes ≈≈≈≈ 1+[log 2n]2. Calcular (aproximando por excesso) a

amplitude da classe ≈≈≈≈ (maior valor) – (menor valor)

número de classes


Slide 35Frequência Relativa

Frequência relativa =frequência da classe

soma de todas as frequências

11/40 = 28%

12/40 = 30%

etc.Frequência total = 40


Slide 36Frequência acumulada

Frequênciasacumuladas


Slide 37Recapitulando

Acabamos de ver

� Características importantes dos dados.

� Distribuições de frequências.

� Procedimentos para construir as distribuições de frequência.

� Frequências relativas.

� Frequências acumuladas.


Slide 38Medidas de localizaç ão

e de dispersão


Slide 39Notação

ΣΣΣΣ denota a soma de um conjunto de valores.

x é a variável usada usualmente para representaros valores individuais.

n representa o número de valores na amostra, ouseja, a dimensão da amostra.

N representa o número de valores na população


Slide 40Notação

µ pronuncia-se ‘mu’ e denota a média de todos os valoresda população.

x =n

ΣΣΣΣ xpronuncia-se ‘x-barra’ e denota a média dos valoresda amostra.

x

Nµ =

ΣΣΣΣ x


Slide 41Definições� Mediana

o valor central quando os dados estãoordenados.

❖ Se a dimensão da amostra é ímpar, a medianacorresponde ao valor que está no centro daamostra.

❖ Se a dimensão da amostra é par, a medianacorresponde à média dos dois valores que estãono centro da amostra.


Slide 42

5.40 1.10 0.42 0.48 1.10 0.66

0.42 0.48 0.66 0.73 1.10 1.10 5.40

(amostra de dimensão ímpar - valor exacto)

MEDIANA é 0.73

5.40 1.10 0.42 0.73 0.48 1.10

0.42 0.48 0.73 1.10 1.10 5.40

0.73 + 1.10

2

(amostra de dimensão par – os dois valorescentrais são distintos)

MEDIANA é 0.915


Slide 43Definições� Moda

o valor que ocorre com maior frequência.

A moda nem sempre é única. Um conjunto de dados pode ser:

BimodalMultimodal

Não ter Moda

� é a única medida de localização quepode ser usada para os dados em escalanominal.


Slide 44Exemplos

a. 5.40 1.10 0.42 0.73 0.48 1.10

b. 27 27 27 55 55 55 88 88 99

c. 1 2 3 6 7 8 9 10

�Moda é 1.10

�Bimodal - 27 e 55

�Não existe Moda


Slide 45Média para dados agrupados

Assuma que, em cada classe, todos osvalores são iguais ao ponto médio daclasse.

x = ponto médio

f = frequência

Σ Σ Σ Σ f = n

x = f

ΣΣΣΣ (f • x)ΣΣΣΣ


Slide 46Definições� Simetria

Os dados distribuem-se de forma simétrica quando a metade esquerda do histograma correspondente ésensivelmente um espelho da metadedireita.

� AssimetriaOs dados distribuem-se de forma

assimétrica se se prolongam mais para um dos lados do que para o outro.


Slide 47


Slide 48Definições

A amplitude de um conjunto de dados é a diferença entre o valor mais elevado e o valor mais pequeno.

valormais

elevado

valormais

pequeno-



O desvio padrão de uma amostra éuma medida da variação dos valoresem torno da média.

ΣΣΣΣ (x - x)2

n - 1S=


Slide 50

• Uma forma mais simples do desviopadrão amostral, para efeitos de cálculo, é a que se segue:

n (n - 1)s =

n (ΣΣΣΣx2) - (ΣΣΣΣx)2


Slide 51Desvio padrão amostral -algumas características

� O desvio padrão é uma medida de variação de todosos valores da amostra em torno da média

� O valor do desvio padrão s é positivo

� O valor do desvio padrão s pode aumentardramaticamente com a inclusão de um ou mais outliers na amostra

� As unidades do desvio padrão s são as mesmas dos elementos da amostra.


Slide 52Desvio padrãopopulacional

2ΣΣΣΣ (x - µ)Nσσσσ =

Esta fórmula é semelhante à anterior, masneste caso é usada a média populacional e a dimensão da população.



� Variância populacional: quadrado do desviopadrão populacional σ

� A variância é uma medida de variação de um conjunto de valores e é igual ao quadrado do desviopadrão

� Variância amostral: quadrado do desvio padrãoamostral s


Slide 54Variância - Notação

quadrado do desvio padrão

s

σ σ σ σ

2

2

}Notação

Variância amostral

Variância populacional



O coeficiente de variação (ou CV) de uma amostra, expresso em percentagem, descreve o desviopadrão relativamente à média. É uma medida semunidades.

•100%s

xCV =

σµ

•100%CV =

PopulaçãoAmostra


Slide 56Desvio padrão paradados agrupados

Usar os pontos médios de cada classe

n (n - 1)S=n [ΣΣΣΣ(f • x 2)] - [ΣΣΣΣ(f • x)]2



� Q1 (1º Quartil) separa os primeiros 25% daamostra ordenada dos restantes 75%.

� Q2 (2º Quartil) o mesmo do que a mediana; separa os primeiros 50% da amostraordenada dos restantes 50%.

� Q3 (3º Quartil) separa os primeiros 75% daamostra ordenada dos restantes 25%.


Slide 58Quartis

Q1, Q2, Q3dividem os valores ordenados em 4 partes iguais

25% 25% 25% 25%

Q3Q2Q1(mínimo) (máximo)

(mediana)


Slide 59Percentis

Assim como os quartis dividem osdados em 4 partes iguais, existem 99 percentis denotados P1, P2, . . . P99, os quais particionam os dados em100 grupos.

Percentil do valor x = • 100nº de valores menores que x

nº total de valores


Slide 60Representaçãográfica dos dados


Slide 61Histograma

Um gráfico de barras, em que o eixo horizontal representa as classes dos valores da amostra e o eixo vertical a correspondente frequência.


Slide 62Histograma com as frequências

relativas

Tem a mesma forma e escala horizontal que o anterior, mas no eixo vertical estão indicadas as frequências relativas.


Slide 63Polígono de frequências

Usa segmentos de recta para ligar os pontosmédios das classes.


Slide 64Ogiva

Semelhante ao anterior mas com as frequênciasacumuladas


Slide 65Gráfico de barrasForma de representação gráfica para dados

qualitativos


Slide 66Gráfico de sectoresGráfico para dados qualitativos, representados por

sectores circulares


Slide 67Gráfico de dispersão

Representação de pares de dados (x,y), onde no eixo horizontal marcam-se os valores de x e no eixo vertical os valores de y


Slide 68Gráfico de caule-e-folhas

Representa os dados, separando cada valor emduas partes: o caule (valor à esquerda do traçovertical) e a folha (algarismo à direita do traçovertical)


Slide 69Caixa-de-bigodes


Slide 70Caixa-de-bigodes



❖A caixa-de-bigodes é um gráfico queconsiste numa linha desde o mínimo atéao máximo, e numa caixa com extremosnos 1º e 3º quartis e divisão na mediana.

❖Para um conjunto de dados, o resumo de 5 números é formado pelo mínimo, 1ºquartil, mediana, 3º quartil e máximo.

Documents

Estatística / Bioestatística / Métodos Estatísticos ...cee.uma.pt/edu/Bioest/teorica/capitulo1.pdf · Estatística Inferencial usa dados amostrais para fazer inferências (ou