E

STATSTICA

Significados, utilidade e campos de aplicao.

Prof. Thiago Rezende

Depto. Estatstica - UFMG

ESTATSTICA ?
O que ? necessria ?

Conjunto de tcnicas que permite, de forma sistemtica, organizar, descrever, analisar e interpretar dados oriundos de estudos ou experimentos, realizados em qualquer rea do conhecimento.

PANORAMA HISTRICO
Todas

as cincias tm suas razes na histria do homem. A Matemtica, que considerada a cincia que une clareza do raciocnio a sntese da linguagem, originou-se do convvio social, das trocas, da contagem, com carter prtico, utilitrio, emprico.

PANORAMA HISTRICO
A

Estatstica, ramo da Matemtica Aplicada, teve origem semelhante. Desde a Antiguidade, vrios povos registravam o nmero de habitantes, de nascimentos, de bitos, faziam estimativas das riquezas individual e social, distribuam eqitativamente terras ao povo, cobravam impostos e realizam inquritos quantitativos por processos que, hoje, chamaramos de estatsticas. Na Idade Mdia colhiam-se informaes, geralmente com finalidades tributrias ou blicas.

PANORAMA HISTRICO
A partir do sculo XVI comearam a surgir as primeiras anlises sistemticas de fatos sociais, como batizados, casamentos, funerais, originando as primeiras tbuas e tabelas e os primeiros nmeros relativos. No sculo XVIII o estudo de tais fatos foi adquirindo, aos poucos, feio verdadeiramente cientfica. Godofredo Achenwall batizou a nova cincia (ou mtodo) com o nome de Estatstica, determinando o seu objetivo e suas relaes com as cincias.

PANORAMA HISTRICO
As

tabelas tornaram-se mais completas, surgiram as representaes grficas e o clculo das probabilidades, e a Estatstica deixou de ser simples catalogao de dados numricos coletivos para se tornar o estudo de como chegar a concluses sobre o todo (populao), partindo da observao de partes desse todo (amostras). Isso o que denominamos com Inferncia estatstica indutiva.

ESTATSTICA NO SCULO XIX

No final do sculo XIX, os erros haviam aumentado, em vez de diminuir. proporo que as medies se tornavam mais precisos, novos erros se revelavam.
O andar do Universo mecnico era trpego. Falharam as tentativas de descobrir de descobrir as leis que Newton e Laplace tinham utilizado mostravam-se meras aproximaes grosseiras. Gradualmente, a cincia comeou a trabalhar com um novo paradigma, o modelo estatstico da realidade. No final do sculo XX, quase toda a cincia tinha passado a usar modelos estatsticos.

R. A. FISHER

PROBABILIDADE

Probabilidade uma palavra atual para um conceito muito antigo. Ele aparece em Aristteles, que afirmou: da natureza da probabilidade que coisas improvveis aconteam.

Ns sculos XVII e XVIII, um grupo de matemticos, entre eles duas geraes dos Bernoulli, Fermat, De Moivre e Pascal, trabalhou em uma teoria matemtica da probabilidade que comeou com jogos de azar.
No final do sculo XIX, a probabilidade consistia essencialmente em sofisticados truques, mas lhe faltava uma slida fundamentao terica.

A.N. KOLMOGOROV

PANORAMA HISTRICO
Atualmente,

o pblico leigo (leitor de jornais e revistas) posiciona-se em dois extremos divergentes e igualmente errneos quanto validade das concluses estatsticas: ou cr em sua infalibilidade ou afirma que elas nada provam. Os que pensam assim ignoram os objetivos, o campo e o rigor do mtodo estatstico; ignoram a Estatstica, quer terica quer prtica, ou a conhecem muito superficialmente.

ESTATSTICA ?
O que ? necessria ?

Conjunto de tcnicas que permite, de forma sistemtica, organizar, descrever, analisar e interpretar dados oriundos de estudos ou experimentos, realizados em qualquer rea do conhecimento.

OS DADOS

POPULAO E AMOSTRA

Estatstica ?
Como funciona?
Populao

Estatstica Descritiva
Amostra

Inferncia Estatstica

reas da Estatstica ?
Amostragem o processo que consiste na escolha criteriosa dos elementos a serem submetidos ao estudo Clculo das Probabilidades pode ser pensada como a teoria matemtica utilizada para se estudar a incerteza oriunda de fenmenos de carter aleatrio Estatstica descritiva pode ser definida como um conjunto de tcnicas destinadas a descrever e resumir os dados, a fim de que possamos tirar concluses a respeito de caractersticas de interesse Inferncia o estudo de tcnicas que possibilitam a extrapolao, a um grande conjunto de dados, das informaes e concluses obtidas a partir de subconjuntos de valores, usualmente de dimenso muito menor

CENSO E AMOSTRAGEM

Aplicaes na rea Biolgica ?

Exemplo 1.1 Aspirina e Preveno de Doena Coronariana
Verificar o potencial da aspirina na reduo do risco de doenas coronarianas

Exemplo 1.2 Qualidade de Testes para Deteco do HIV

Mensurar o nmero de testes em que ocorreram resultados positivos incorretos

Exemplo 1.3 Cirurgia Conservadora em Cncer de Mama

Comparar dois tratamentos para o cncer de mama

Exemplo 1.4 Consumo de Carne e Cncer de do Clon

Constatar a associao entre consumo de carne e o cncer de clon

Exemplo 1.5 Fumo e Cncer de Pulmo

Estudar o fator de risco (tabagismo) em relao ao cncer de pulmo

Exemplo 1.6 Distribuio do cido rico em Homens

Definir faixas de referncia de cido rico em Homens

Aplicaes na rea Biolgica ?

Exemplo 1.1: Aspirina e preveno de doena coronariana
Tabela 1.1: Resultados relatados pelo Steering Commitee of Physicians Health Study Group em 1989 Resposta Infarto AVC Aspirina 139 119 Placebo 239 98 Risco 0,53 1,15 Intervalo 0,42 0,67 0,84 1,58 Valor - p < 0,0001 0,41

Aplicaes na rea Biolgica ?

Exemplo 1.5: Fumo e Cncer de Pulmo
Tabela 1.2: N de fumantes e no fumantes entre pacientes do sexo masculino com diagnstico de cncer pulmonar e controles Grupo Cncer pulmonar Controle Fumantes 647 622 No fumantes 2 27

Tabela 1.2: N de fumantes e no fumantes entre pacientes do sexo masculino com diagnstico de cncer pulmonar e controles No Fumantes 0,07 (3) 1 - 14 0,57 (22) Cigaros dirios 15 - 24 1,39 (54) 25 + 2,27 (57)

Aplicaes na rea Biolgica ?

Exemplo 1.6: Distribuio de cido rico em homens

Figura 1.3: Distribuio de cido rico (mg/dL) em 267 homens

MEDICINA

BIOLOGIA

Gentica; Genoma, DNA;

Milhes de cadeias codificadas; Leis de Formao.

TRNSITO E ENGENHARIA DE TRFEGO

GUA E SANEAMENTO

INDSTRIA

ARQUEOLOGIA

Anlises arqueolgicas; Poucos dados;

Mtodos Bayesianos.

ESPORTES
Beisebol; Vlei

(Bernardinho);

Basquete;

Futebol

(Previso de partidas); (Smith & Miller, 1986, JRSS

Atletismo

B).

EDUCAO

Avaliaes educacionais; Mtodos Educacionais;

Teoria de Resposta ao Item (TRI) (modelos) aplicados avaliao do ENEM.

DADOS ALUNOS DE ESTATSTICA I 2/2010

Ind. Matrcula Cod. Curso No me 1 ES T 00.0.0000 ADILSON 2 ES T 00.0.0000 AILTON 3 ES T 00.0.0000 ANDREW 4 ES T 00.0.0000 ARTHUR 5 ES T 00.0.0000 CLEIDISON 6 ES T 00.0.0000 DANIEL 7 ES T 00.0.0000 DANILO 8 ES T 00.0.0000 DAYSEMARA 9 ES T 00.0.0000 DEIDIV 10 ES T 00.0.0000 DENIS 11 ES T 00.0.0000 DENIS COSTA 12 ES T 00.0.0000 EDIPO 13 ES T 00.0.0000 FABRICIO 14 ES T 00.0.0000 FERNANDA 15 ES T 00.0.0000 FERNANDA 16 ES T 00.0.0000 GILBERTO 17 ES T 00.0.0000 GILMARA 18 ES T 00.0.0000 GUILHERME 19 ES T 00.0.0000 HENRIQUE 20 ES T 00.0.0000 HUGO 21 ES T 00.0.0000 HUGO RICARDO 22 ES T 00.0.0000 INDAIARA 23 ES T 00.0.0000 ISAC 24 ES T 00.0.0000 ISAURA 25 ES T 00.0.0000 IZABELA

DADOS ALUNOS DE ESTATSTICA I 2/2010 00.0.0000 JHONE

26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T

00.0.0000 00.0.0000 00.0.0000 00.0.0000 00.0.0000 00.0.0000 00.0.0000 00.0.0000 00.0.0000 00.0.0000 00.0.0000 00.0.0000 00.0.0000 00.0.0000 00.0.0000 00.0.0000 00.0.0000 00.0.0000 00.0.0000 00.0.0000 00.0.0000 00.0.0000 00.0.0000 00.0.0000 00.0.0000

JHONY JHULIANA JOSIANE KATIA KELLY LUCAS MARA MARIA MARINA MATEUS MOACIR NADIA PEDRO PHILIPE RAFAEL RENATO RONALDO ROSIELLE SAMUEL SELMA SHIRLEI TALITA THAMIRES VINICIUS WERLLEY

SER QUE CONSEGUIMOS EXTRAIR ALGUMA INFORMAO TIL DESSES DADOS?????

DADOS:

Tipo Aluno Curso Sexo Veterano ES T M Veterano ES T M Veterano ES T M Veterano ES T M Veterano ES T M Veterano ES T M Veterano ES T M Veterano ES T F Veterano ES T M Veterano ES T M Veterano ES T M ES T Calouro M ES T Calouro M ES T Calouro F ES T Calouro F ES T Calouro M ES T Calouro F ES T Calouro M ES T Calouro M ES T Calouro M ES T Calouro M ES T Calouro F ES T Calouro M ES T Calouro F

DADOS:
Calouro Calouro Calouro Calouro Calouro Calouro Calouro Calouro Calouro Calouro Calouro Calouro Calouro Calouro Calouro Calouro Calouro Calouro Calouro Calouro Calouro Calouro Calouro Calouro Calouro Calouro
ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T ES T

M M F F F F M F F F M M F M M M M M F M F F F F M M

TABELA 1: DISTRIBUIO DOS ALUNOS SEGUNDO O SEU TIPO

Tipo Aluno Valid Percent 78,4 21,6 100,0 Cumulat iv e Percent 78,4 100,0

Frequency Valid Calouro Veterano Total 40 11 51

Percent 78,4 21,6 100,0

TABELA 2: DISTRIBUIO DOS ALUNOS SEGUNDO O SEXO

SEXO Valid Percent 39,2 60,8 100,0 Cumulat iv e Percent 39,2 100,0

Frequency Valid F M Total 20 31 51

Percent 39,2 60,8 100,0

TABELA 3: DISTRIBUIO DOS ALUNOS SEGUNDO O ANO DE ENTRADA

ANO Valid Percent 2,0 5,9 13,7 78,4 100,0 Cumulat iv e Percent 2,0 7,8 21,6 100,0

Frequency Valid 2007 2008 2009 2010 Total 1 3 7 40 51

Percent 2,0 5,9 13,7 78,4 100,0

TABELA 4: DISTRIBUIO DOS ALUNOS SEGUNDO O CURSO

CURSO Valid Percent 100,0 Cumulativ e Percent 100,0

Frequency Valid EST 51

Percent 100,0

TABELA 5: DISTRIBUIO DOS ALUNOS SEGUNDO O TIPO DO ALUNO E O SEXO

Tipo Aluno versus SEXO SEXO F Tipo Aluno Calouro Count % wit hin Tipo Aluno % wit hin SEXO % of Total Veterano Count % wit hin Tipo Aluno % wit hin SEXO % of Total Total Count % wit hin Tipo Aluno % wit hin SEXO % of Total 19 47,5% 95,0% 37,3% 1 9,1% 5,0% 2,0% 20 39,2% 100,0% 39,2% M 21 52,5% 67,7% 41,2% 10 90,9% 32,3% 19,6% 31 60,8% 100,0% 60,8% Total 40 100,0% 78,4% 78,4% 11 100,0% 21,6% 21,6% 51 100,0% 100,0% 100,0%

Ser

que podemos apresentar esses dados de uma forma mais visual?????

GRFICO 1

Distribuio dos Alunos Segundo o Sexo

39% M F 61%

GRFICO 2:
Distribuio dos Alunos Segundo o Curso

0%

EST Outros

100%

GRFICO 3:

Distribuio dos Alunos Segundo o Ano

40 40 35 30 25 78,4%

Num.

20 15 10 5 0 2007 2008 Ano 2009 2010 1 2% 3 5,9% 7 13,7%

GRFICO 4:

Distribuio dos Alunos Segundo o seu Tipo

Veterano 22%

Calouro 78%