RESUMO CAPTULOS 3 e 4 ESTATSTICA

SAYURI YAMANE

CAPTULO 3 MEDIDAS NUMRICAS DESCRITIVAS Tendncia central corresponde extenso na qual todos os valores de dados se agrupam em torno de um valor central tpico. Variao corresponde ao montante de disperso, ou spread, de valores em relao a um valor central. Formato corresponde ao padro da distribuio de valores do valor mais baixo para o mais alto.

3.1- Medidas de tendncia central Mdia aritmtica - serve como ponto de equilbrio em umm conjunto de dados. calculada por meio da soma de todos os valores numricos observados para uma varivel em um conjunto de dados, seguida pela diviso desse total pelo nmero de valores no conjunto de dados. =

A mdia aritmtica da amostra corresponde soma dos valores, dividida pelo nmero de valores. Mediana - o valor do meio em um conjunto de dados que tenha sido ordenado do maior para o maior. Mediana = valor na ordem de classificao

Regra 1 se existir uma quantidade mpar de valores no conjunto de dados, a mediana corresponde ao valor que est no meio na ordem de classificao. Regra 2 Se existir uma quantidade par de valores no conjunto de dados, a mediana corresponde mdia entre os dois valores que esto no meio na ordem de classificao. Moda o valor que aparece com mais freqncia em um conjunto de dados. Quartis dividem um conjunto de dados em quatro partes iguais. - primeiro quartil, - terceiro quartil, = =
( )

Mdia geomtrica mede a taxa de variao de uma varivel ao longo do tempo. Corresponde n-sima raiz do produto de n valores.
1 Ibmec DF Prof. Rogrio Lcio

RESUMO CAPTULOS 3 e 4 ESTATSTICA

SAYURI YAMANE

= (

A mdia geomtrica da taxa de retorno mede o percentual mdio de retorno de um investimento ao longo do tempo. = (1 + Em que 3.2 Variao e formato A variao mede o spread, ou disperso, dos valores em um conjunto de dados. Amplitude igual ao maior valor menos o menor valor = ) (1 + ) (1 + ) 1

Amplitude interquartil (disperso mdia) corresponde diferena entre o terceiro quartil e o primeiro quartil. =

Medidas como mediana, quartil 1 e quartil 2 e a amplitude interquartil, no podem ser afetadas por valores extremos, so chamadas de medidas resistentes. Varincia da amostra- a soma das diferenas em torno da mdia aritmtica elevadas ao quadrrado, dividida pelo tamanho da amostra menos 1 = Em que = mdia aritmtica n= tamanho da amostra = i-simo valor da varivel X Desvio-padro da amostra a raiz quadrada da soma das diferenas em torno da mdia aritmtica elevadas ao quadrado, dividida pelo tamanho da amostra menos 1. Ajuda a conhecer o modo como um conjunto de dados se concentra ou se distribuiem torno da mdia aritmtica. =
Ibmec DF Prof. Rogrio Lcio

) 1

) 1
2

RESUMO CAPTULOS 3 e 4 ESTATSTICA

SAYURI YAMANE

Conhecer a mdia aritmtica e o desvio-padro geralmete ajuda a definir o local onde a maioria dos valores est se concentrando. Caractersticas gerais: Quanto mais espalhados ou dispersos forem os dados, maiores a amplitude, a amplitude interquartil, a varincia e o desvio padro. Quanto mais concentrados ou homogneos forem os dados, menores a amplitude, a amplitude interquartil, a varincia e o desvio padro. Coeficientes de variao igual ao desvio padro dividido pela mdia aritmtica, multiplicado por 100%. = S= desvio-padro da amostra = mdia aritmtica Escores Z indentificam valores extremos. Corresponde diferena entre o valor e a mdia aritmtica, dividida pelo desvio-padro. = 100%

Formato o padro da distribuio dos dados ao longo do intervalo inteiro que contm a totalidade de valores. Uma distribuio pode ser: Simtrica os valores abaixo da mdia aritmtica esto distribudos exatamente do mesmo modo que os valores acima da mdia aritmtica Assimtrica valores no simtricos em torno da mdia aritmtica. Mdia aritmtica < mediana: negativa, ou assimtrica m esquerda Mdia aritmtica = mediana: simtrica, ou zero de assimetria Mdia aritmtica > mediana: positiva, ou assimtrica direita 3.3 Medidas numricas descritivas para uma populao Mdia aritmtica da populao representada pelo smbolo . a soma dos valores na populao, dividida pelo tamanho da populao, N. = Em que
3 Ibmec DF Prof. Rogrio Lcio

RESUMO CAPTULOS 3 e 4 ESTATSTICA

SAYURI YAMANE

= mdia aritmtica da populao = i-simo valor da varivel X =somatrio de todos os valores na populao

Varincia da populao corresponde soma das diferenas em torno da mdia aritmtica da populao elevadas ao quadrado dividida pelo tamanho da populao, N. = Em que = mdia aritmtica da populao ( ) = somatrio de todas as diferenas entre os valores elevadas ao quadrado = i-simo valor da varivel X ( )

Desvio-padro da populao a raiz quadrada da varincia da populao: = ( )

3.4 Anlise exploratria dos dados

Cinco nmeros

Mediana

A relao dos cinco nmeros, permite reconhecer o formato de um conjunto de dados.

Comparao A distncia de at a mediana versus a distncia da mediana at A distncia de at versus a distncia de at Tipo de Distribuio Assimtrica Simtrica esquerda Ambas as distncias A distncia de at a mediana so iguais maior do que a distncia da mediana at Ambas as distncias A distncia de at maior do que so iguais a distncia de at Assimtrica Direita A distncia de at a mediana menor do que a distncia da mediana at A distncia de at menor do que a distncia de at

4 Ibmec DF Prof. Rogrio Lcio

RESUMO CAPTULOS 3 e 4 ESTATSTICA

SAYURI YAMANE

A distncia de at a mediana versus a distncia da mediana at

at A distncia de a mediana maior do que a distncia da mediana at

Ambas as distncias so iguais

at A distncia de a mediana menor do que a distncia da mediana at

Box-plot proporciona representao grfica dos dados com base no resumo de cinco nmeros. 3.5 Covarincia e o coeficiente de correlao Covarincia mede a fora de uma relao linear entre duas variveis numricas (X e Y). Porm, no possvel determinar a fora relativa da relao. ( , )= ( )( ) 1

Coeficiente de correlao mede a fora relativa de uma relao linearentre duas variveis numricas.

CAPTULO 4 PROBABILIDADE BSICA

4.1 Conceitos bsicos de probabilidade Probabilidade um valor numricoque representa a chance, a eventualidade ou a possibilidade de que um determindao evento venha ocorrer. Exitem trs abordagens para o estudo da probabilidade: Probabilidade clssica a priori a propabilidade de sucesso baseada no conhecimento prvio do processo envolvido. Probabilidade de ocorrncia = Em que X = nmero de maneiras por meio das quais o evento ocorre T= Nmero total de resultados possveis Probabilidade clssica emprica - os resultados so baseados em dados observados, e no no conhecimento prvio sobre um determinado processo.

5 Ibmec DF Prof. Rogrio Lcio

RESUMO CAPTULOS 3 e 4 ESTATSTICA

SAYURI YAMANE

Probabilidade subjetiva varia de pessoa para pessoa. geralmente baseado em uma combinao entre a experincia no passado, a opinio pessoal e a anlise de uma determinada situao, por parte de um indivduo. Evento cada resultado possvel de uma varivel. Um evento simples descrito por uma nica caracterstica. Evento combinado - um evento que possui duas ou mais caractersticas. Complemento o complemento do evento A inclui todos os eventos que no fazem parte de A. Espao amostral a coletnea de todos os eventos possveis. Probabilidade simples (Marginal) refere-se probabilidade de ocorrncia de um evento simples, P(A). Tambm conhecida como probabilidade marginal, possibilita o clculo do nmero total de sucessos, a partir da margem apropriada. Probabilidade combinada refere-se probabilidade de uma ocorrncia envolvendo dois ou mais eventos. Probabilidade marginal ( )= ( )+ ( ) + + ( )

Em que , , ..., correspondem a k eventos mutuamente excludentes e coletivamente exaustivos. Eventos mutuamente simultneamente. excludentes se no puderem ocorrer

Coletivamente exaustivos caso um dos eventos deva obrigatoriamente ocorrer. Regra geral de adio a probabilidade de A mais a probabilidade de B subtraindo-se a probabilidade de A e B ( )= ( )+ ( ) ( )

4.2 Probabilidade condicional Probabilidade condicional refere-se probabilidade do evento A, sendo reconhecidas informaes sobre a ocorrncia de um outro evento B. A probabilidade condicional de A, sendo B conhecido, igual a probabilidade de A e B dividida pela probabilidade de B
6 Ibmec DF Prof. Rogrio Lcio

RESUMO CAPTULOS 3 e 4 ESTATSTICA

SAYURI YAMANE

( \ )=

( )

A probabilidade de B, sendo A conhecido, igual a probabilidade de A e B dividida pela probabilidade de A ( \ )= em que ( \ )= probabilidade combinada de de A e B ( ) = probabilidade marginal de A ( ) = probabilidade marginal de B rvores de deciso constitui ma alternativa a uma tabela de contingncia. Existem duas ramificaes e cada uma dessas ramificaes possui duas subramificaes. As probabilidades ao final das ramificaes representam as probabilidades marginais. As probabilidades ao final de cada uma das ramificaes representam a probabilidade combinada de A e B. Independncia estatstica quando o resultado no afeta a probabilidade de ocorrncia de um outro evento. Dois eventos, A e B, so estatisticamente independentes se, e somente se, ( \ )= ( ) ( ( ) )

Em que

( \ ) = probabilidade condicional de A, sendo conhecido B ( ) = probabilidade marginal de B

Regra geral da multiplicao A probabilidade de A e B igual probabilidade de A sendo B conhecido multiplicada pela probabilidade de B. ( )= ( \ ) ( )

Regra geral da multiplicao para eventos independentes

7 Ibmec DF Prof. Rogrio Lcio

RESUMO CAPTULOS 3 e 4 ESTATSTICA

SAYURI YAMANE

Se A e B forem estatisticamente independentes, a probabilidade de A e B igual probabilidade de A multiplicada pela probabilidade de B. ( )= ( ) ( ) ) (

Probabilidade marginal utilizando a regra geral da multiplicao ( )= ( | ) ( )+ ( | ) + + ( | ) (

Em que , ,, , correspondem a k eventos mutuamente excludentes e coletivamente exaustivos. 4.3 Teorema de Bayes O teorema de Bayes utilizado para prever probabilidades anteriormente calculadas com base em novas informaes. desenvolvido a partir da definio de probabilidade condicional. ( \ )= ( \ ) ( ( \ ) ( ) )+ ( \ )++ ( \ ) ( )

Em que o evento dentre k eventos mutuamente excludentes e coletivamente exaustivos.

8 Ibmec DF Prof. Rogrio Lcio