Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Estatstica Ambiental
Cristiano Poleto
INSTITUTO FEDERAL DE
EDUCAO, CINCIA E TECNOLOGIA
RIO GRANDE DO SUL
CRISTIANO POLETO
Comisso de Acompanhamento e
Validao
Universidade Federal de Santa Catarina
UFSC
Coordenao Institucional
Araci Hack Catapan/UFSC
Coordenao de Projeto
Silvia Modesto Nassar/UFSC
Coordenao de Design Instrucional
Beatriz Helena Dal Molin/UNIOESTE
Design Instrucional
Dris Roncarelli/UFSC
Mrcia Freire Rocha Cordeiro Machado/
ETUFPR
Web Design
Beatriz Wilges/UFSC
Projeto Grfico
Beatriz Helena Dal Molin/UNIOESTE
Araci Hack Catapan/UFSC
Elena Maria Mallmann/UFSC
Jorge Luiz Silva Hermenegildo/CEFET-SC
Mrcia Freire Rocha Cordeiro Machado/ETUFPR
Silvia Modesto Nassar/UFSC
Superviso de Projeto Grfico
Ana Carine Garca Montero/UFSC
Diagramao
Rafaela Wiele Anton/UFSC
Lus Henrique Lindner/UFSC
Bruno Csar B. S. de vila/UFSC
Juliana Passos Alves/UFSC
Reviso
Lcia Locatelli Flres/UFSC
SUMRIO
APRESENTAO
PALAVRAS DO PROFESSOR-AUTOR
PROJETO INSTRUCIONAL
CONES E LEGENDAS
10
UNIDADE 1 INTRODUO
13
27
35
37
41
45
REFERNCIAS
47
GLOSSRIO
48
49
Apresentao
APRESENTAO
A Estatstica a rea do conhecimento humano que utiliza teorias
probabilsticas para explicar eventos, estudos e experimentos; portanto
uma cincia que se desenvolve atravs do uso de dados empricos. Tem
como objetivos a obteno, a organizao e anlise de dados, e a determinao de correlaes que sejam capazes de descrever e explicar o que
ocorreu e possibilitar uma previso de futuras ocorrncias.
Aplicabilidade da Estatstica
O papel da Estatstica na investigao cientfica vai alm de indicar
a seqncia de clculos a serem realizados com os dados obtidos. No planejamento, ela auxilia na escolha das situaes experimentais e na determinao da quantidade de indivduos a serem examinados. Na anlise dos
dados, indica tcnicas para resumir e apresentar as informaes, bem como
para comparar as situaes experimentais. Na elaborao das concluses,
os vrios mtodos estatsticos permitem generalizar a partir dos resultados
O que um experimento?
A essncia de um experimento
est em nos habilitar a comparar
os efeitos que dois ou mais
tratamentos tm sobre
alguns atributos das plantas,
dos animais ou de qualquer
outro material experimental.
Para que as comparaes sejam
vlidas, preciso que o material
a ser submetido a tratamentos
diferentes seja escolhido
sem qualquer predisposio.
O experimento, para ser
vlido, deve no s fornecer
informaes sobre a natureza
e a magnitude dos efeitos
aparentes, mas tambm permitir
uma estimativa de variabilidade
(HEATH, 1981).
obtidos. De um modo geral, no existe certeza sobre a correo das concluses cientficas. No entanto, os mtodos estatsticos permitem determinar
a margem de erro associada s concluses, com base no conhecimento da
variabilidade observada nos resultados (CALLEGARI-JACQUES, 2004).
PALAVRAS DO PROFESSOR-AUTOR
Parabns e sejam bem-vindos disciplina de Estatstica Ambiental!
Essa disciplina aborda os principais tpicos da rea com a finalidade de auxiliar estudos de consistncia e interpretao de dados obtidos
atravs de estudos ambientais e de sade.
A Estatstica Ambiental pode ser utilizada como um instrumento
para validao de materiais, estudos de clima, estudos populacionais ou de
produtos. Alm disso, a Estatstica a base para a comprovao de vrios
estudos e teorias nas reas de biologia, qumica e engenharias.
Os conceitos adquiridos nessa disciplina podero ser utilizados em
diversos estudos ambientais, em prticas de laboratrio e nos resultados de
trabalhos de campo que sero desenvolvidas nas disciplinas de Bioindicadores, Geoprocessamento, Geografia Aplicada, Gesto de Recursos Hdricos e
Anlise de Impacto Ambiental.
As mdias e os exerccios propostos ao longo do material serviro
de apoio e devem ser utilizados para que os seus conhecimentos sejam mais
consistentes e aprofundados.
Sucesso e bons estudos!
Cristiano Poleto
PROJETO INSTRUCIONAL
MATERIAL
IMPRESSO
RECURSOS
DIGITAIS
Texto contendo
a Introduo e
as palavras do
professor.
01 hora
Aula expositiva
disponibilizada
em PowerPoint.
Apresentar
de forma simplificada o que e
para que serva
a Estatstica em
estudos ambientais.
Elaborao,
pelos estudantes
de uma lista de
possibilidades
de utilizao da
estatstica.
Descrio dos
tpicos bsicos
sobre Estatstica
Descritiva.
05 horas
Apresentar
as principais
maneiras de
se tratar os
dados obtidos
por meio de
pesquisas quantitativas.
Aula expositiva
disponibilizada
em PowerPoint.
Utilizao de
textos, vdeos
e exerccios
resolvidos.
Resoluo
de exerccios
aplicados a dados
ambientais.
Apresentao
dos principais tpicos
relacionados
Probabilidade,
Amostragem e
Distribuio.
05 horas
Aula expositiva
disponibilizada
em PowerPoint.
Utilizao de
textos, vdeos
e exerccios
resolvidos.
Resoluo
de exerccios
aplicados a dados
ambientais.
Analisar dados,
realizando estudos estatsticos
capazes de
generalizar e
obter concluses sobre uma
determinada
populao.
Elaborao de
um Teste de
Hipteses e
Significncia
Estatstica.
Hipertexto com
exerccios resolvidos.
05 horas
Aula expositiva
disponibilizada
em PowerPoint.
Utilizao de
textos, vdeos
e exerccios
resolvidos.
Resoluo de
exerccios aplicados a dados gerados por outras
disciplinas.
Apresentao
de anlises
sobre relaes
de Correlaes
Bivariadas.
03 horas
Aula expositiva
disponibilizada
em PowerPoint.
Utilizao de
exerccios resolvidos.
Resoluo de
exerccios aplicados a dados gerados por outras
disciplinas.
Apresentar
como obtida
uma relao
de causa-efeito
entre duas
variveis quantitativas.
Mostra como se
obtm uma Regresso Linear
Simples.
Hipertexto sobre
Regresso Linear
Simples.
03 horas
Aula expositiva
disponibilizada
em PowerPoint.
Utilizao de
exerccios resolvidos.
Resoluo de
exerccios aplicados a dados gerados por outras
disciplinas.
Apresentar uma
extenso da
anlise multivariada.
Apresentao
da anlise de
componentes
principais e anlise de fatores.
Hipertexto
abordando os
principais itens
da unidade.
03 horas
Aula expositiva
disponibilizada
em PowerPoint.
Utilizao de textos e exerccios
resolvidos.
Resoluo de
exerccios aplicados a dados gerados por outras
disciplinas.
UNIDADE
OBJETIVOS
CARGA
HORRIA
ESTRATGIAS
ATIVIDADES DE
AVALIAO
CONES E LEGENDAS
Caro estudante! Oferecemos para seu conhecimento os cones e
sua legenda que fazem parte da coluna de indexao. A intimidade com estes e com o sentido de sua presena no caderno ajudar voc a compreender melhor as atividades e exerccios propostos (DAL MOLIN, et al.,2008).
Saiba mais
Este cone apontar para atividades complementares ou
para informaes importantes sobre o assunto. Tais inEx: http://www.
etecbrasil.mec.
gov.br
formaes ou textos complementares podem ser encontrados na fonte referenciada junto ao cone.
Para refletir...
Toda vez que este cone aparecer na coluna de indexao
indicar um questionamento a ser respondido, uma ativiEx: Analise o
caso... dentro
deste tema e
compare com...,
Assista ao filme...
Mdias integradas
Quando este cone for indicado em uma dada unidade
significa que voc est sendo convidado a fazer atividades
que empreguem diferentes mdias, ou seja, participar do
ambiente AVEA, assistir e comentar um filme, um videoEx.: Assista
ao filme... e
comente-o.
10
Cristiano Poleto
Avaliao
Este cone indica uma atividade que ser avaliada dentro
de critrios especficos da unidade.
Lembre-se
Destaque
A presena do retngulo de fundo
Retngulo com fundo colorido.
11
Introduo
UNIDADE 1 INTRODUO
1.1 Objetivo de aprendizagem
Descrever estatisticamente os dados obtidos por meio de pesquisas
quantitavas.
1.2 Amostras e populao
Uma populao pode ser um grupo distinto de pessoas ou seres
vivos (homens, mulheres, pessoas destras, etc.) ou de objetos inanimados
(carros, computadores, etc.).
Uma amostra simplesmente uma seleo de alguns elementos de
uma determinada populao.
1.3 Variveis
As variveis so caractersticas a respeito dos mais diferentes fenmenos que podem ser mensurados (resultados possveis de um fenmeno).
13
Introduo
1.4 Apresentao de dados (grficos e tabelas)
Os componentes mais importantes de uma tabela so:
--ttulo: explica o que a tabela contm ou expe;
--corpo: parte da tabela composta por linhas e colunas;
--cabealho: especifica o contedo das colunas;
Uma boa organizao dos
dados, para posterior anlise,
fundamental para facilitar a sua
interpretao.
--rodap: o espao onde so colocadas as notas de natureza informativa (fonte, notas e chamadas).
Ttulo
Cabealho
Corpo
Rodap
Tabela com distribuio de freqncia por ponto: A cada valor da varivel associam-se as freqncias.
Exemplo: Considere os valores seguintes representando a concentrao de um metal no sangue (g/ml) de 15 indivduos, de uma cidade X
num determinado ano.
X = 20 20 21 21 21 22 23 23 24 24 22 20 22 20 21
c) Identifique a populao:
Resposta: Indivduos de uma cidade X.
d) Identifique a amostra:
Resposta: 15 Indivduos de uma cidade X.
e) Identifique a varivel:
Resposta: concentrao de um metal no sangue.
f) Construa uma tabela para estes dados:
Resposta:
14
Cristiano Poleto
Introduo
Concentrao de um metal no sangue (g/ml) de 15 indivduos de
uma cidade X
Concentrao de metal
Nmero de
indivduos
19
26,67
20
26,67
21
20,00
22
13,33
23
13,33
Total
15
100
Grfico de colunas
Co nce n trao de um m e tal no s an gue (g/m l) de 15 in divduos
de uma cidade X
5
4
3
4
22
23
0
19
20
21
C o n c e n tr a o d e m e ta l ( g / m l )
Grfico de barras
Conce ntr ao de um m e tal n o s an gue (g/m l) de 15
indivduo s de u m a cidade X
23
22
2
3
21
20
19
N m e ro d e in d ivd u o s
15
Introduo
Tabela com distribuio de freqncia por classes (ou intervalo): Quando a varivel estudada assumir uma quantidade de valores distintos muito grande, recomenda-se o agrupamento por classes.
Exemplo: Os dados abaixo referem-se s precipitaes (mm), de
uma amostra de 15 cidades, que ocorreram no ms de agosto de 2005:
Como construir a tabela com
distribuio de freqncia por
classes:
- Determinar o valor mximo
(Vmx.), valor mnimo (Vmn.) e
a amplitude total (Vmx- Vmn);
- Determinar o nmero de
classes (K) que dado por
Sturges 1+3,3.log(n), onde n o
tamanho da amostra;
- Dividir a amplitude total pelo
nmero de classes desejado
(tamanho do intervalo pulo).
35
26
39
25
39
21
40
16
32
39
23
15
27
44
50
Nmero de cidades
15|---22
20
22|---29
26,67
29|---36
13,33
36|---43
26,67
43|---50
13,33
Total
15
100
c) Histograma
P r e c ip it a o ( m m ) e m 1 5 c id a d e s n o m s d e
a g o s to
4
3
3
2
1
0
1 5 |---2 2
2 2 |---2 9
2 9 |---3 6
3 6 |---4 3
P re c i p i ta e s (m m )
16
Cristiano Poleto
4 3 |---|5 0
Introduo
1.5 Medidas de tendncia central ou de posio
As medidas de tendncia central so as formas mais comumente
encontradas da estatstica descritiva. Uma medida de tendncia central de
um conjunto de dados ou amostra pode fornecer uma boa indicao sobre
as informaes de uma populao.
Mdia Aritmtica simples (mdia): a soma de todos os valores
de uma varivel dividida pelo nmero total de observaes (no disposto em
distribuio de freqncia).
Notao:
mdia populacional
x mdia amostral
xi
x=
Frmula:
n , onde:
42
43
36
32
40
Determine:
Qual a varivel?
Resposta: Nmero de amostras
de gua coletadas.
a) Qual a mdia?
Resposta:
x=
42 + 43 + 36 + 32 + 40
= 38,6
5
xi f i
, onde:
xi a varivel em estudo;
fi a freqncia absoluta (repeties associadas a cada valor de xi)
e para a distribuio por intervalo usa-se:
xi = (Ii + Li)/2, onde:
xi a varivel em estudo;
17
Introduo
Ii = limite inferior;
Li = limite superior.
Exemplo: A tabela abaixo apresenta a distribuio do nmero de
anlises dirias realizadas por 79 funcionrios de um determinado laboratrio.
Nmero de
Nmero de
anlises
funcionrios
3,8
10
23
29,1
15
43
54,4
20
10
12,7
Total
79
100
Resposta:
%
xi.fi
3,8
15
10
23
29,1
230
15
43
54,4
645
20
10
12,7
200
Total
79
100
1090
Nmero de an-
Nmero de fun-
lises (xi)
cionrios (fi)
a) Calcule a mdia.
Resposta: x =
18
Cristiano Poleto
Tempo (dias)
N de anlises
4 |-- 6
20
71,4
6 |-- 8
10,7
8 |-- 10
17,9
Total
28
100
Introduo
Resposta:
Tempo (dias) (xi)
N de anlises(fi)
xi.fi
4 |-- 6
20
71,4
100
6 |-- 8
10,7
21
8 |-- 10
17,9
45
Total
28
100
166
Qual a amostra?
Resposta: 28 anlises
granulomtricas.
Qual a varivel?
Resposta: Tempo em dias.
a) Calcule a mdia.
Resposta: x =
100 + 21 + 45
= 5,9
28
M o = li + c
f mo f ant
, onde:
2. f mo ( f ant + f post )
19
Introduo
n
;
2
pH
20
Cristiano Poleto
nmero de
amostras
2|---4
25
4|---6
35
6|---8
20
8|---10
15
10|---12
Total
100
Introduo
a) Calcule a moda e a mediana.
Resposta:
pH
Fi
nmero de
amostras
2|---4
25
25
4|---6
35
60
6|---8
20
80
8|---10
15
95
10|---12
100
Total
100
360
M o = li + c
f mo f ant
= 4 + 2
2. f mo ( f ant + f post )
35 25
2 35 (25 + 20)
= 4,8
n
= 50 posio;
2
n
Fant
50 25
2
= 4 + 2
= 5,4
Md = l i + c
35
f Md
1.6 Grficos circulares ou de Setores (Pizza)
a representao grfica da freqncia relativa (percentagem) de
cada categoria da varivel. Este grfico utilizado, preferencialmente, para
representar variveis qualitativas. No se recomenda a sua utilizao quando a varivel assumir muitas categorias de respostas distintas.
A construo do grfico de setores segue uma regra de trs simples, onde as freqncias de cada classe correspondem ao ngulo que se
deseja representar em relao freqncia total que representa o total de
360.
Exemplo: A tabela a seguir apresenta o nmero de peixes contaminados e no-contaminados com PCBs em um determinado lago.
Estatstica Ambiental - Curso Tcnico em Meio Ambente
21
Introduo
Peixes
Amostras
Contaminados
32
38
No-contaminados
52
62
Total
84
100
Resposta:
No
Contaminados
62%
Contaminados
38%
http://br.youtube.com/watch?v=
ZRnwhwfsK_w&feature=related
At = Vmx - Vmn
Exemplo: Considere a concentrao de poluentes em 10 amostras
de um determinado rio.
15
20
17
30
40
35
23
37
17
At = Vmx Vmn = 37 15 = 22
22
Cristiano Poleto
20
Introduo
Nmero de amostras
10|---20
15
20|---30
10
30|---40
40|---50
50|---60
a) Determine a amplitude.
Resposta: At = 60 10 = 50
Varincia Absoluta
Notao: S2
Frmula: S2 =
xi = varivel;
(x
- x)
n -1
, onde:
x = mdia;
n = tamanho da amostra.
Exemplo: Os dados abaixo representam as concentraes de alumnio (mg/kg) de amostras de 4 solos.
400
350
450 300
a) Calcule a varincia.
Resposta:
S2 =
4 1
= 4166
Qual a varivel?
Resposta: Concentrao de
alumnio.
23
Introduo
1.8 Desvio-padro
Notao: S
Frmula: S =
Para saber mais, acesse o link
abaixo e veja um vdeo sobre
Mdia e Desvio-padro:
http://br.youtube.com/
watch?v=8X9apoqlbgs
S 2 = 64,55
Resposta: S =
S2
S2 =
).
(x
- x) f i
2
n -1
Exemplo: A tabela a seguir apresenta o nmero de microorganismos encontrados em amostras de comida industrializada.
Nmero de
Nmero de
microorganismos
indstrias
33,3
41,7
25
Total
12
100
24
Nmero de
indstrias (fi)
xi.fi
(xi- x )2.fi
33,3
20
3,2
41,7
30
0,05
25
21
3,6
Total
12
100
71
6,85
Cristiano Poleto
Introduo
x=
71
= 5,9;
12
S2 =
6,85
= 0,62;
11
S = 0,62 = 0,8
S
100 , onde:
x
S = Desvio-padro; x = mdia.
Exemplo: Utilizando os dados do exemplo anterior, calcule o
Coeficiente de Variao (CV).
Resposta: CV =
0,8
100 = 13,56%
5,9
xi - x
, onde:
S
Z2 =
5 5,9
= - 1,125 desvios
0,8
7 5,9
6 5,9
= 1,3755 desvios
= 0,125 desvios e Z3 =
0,8
0,8
25
Probabilidade,
Amostragem e
Distribuio
P(A) =
1
--P(1) =
= 0,17 = 17% (Probabilidade de sair o nmero 1)
6
1
--P(6) =
= 0,17 = 17% (Probabilidade de sair o nmero 6)
6
So as seguintes as propriedades
que devem ser respeitadas:
0 % e,
P( A) = 100% - P(A), onde:
P( A) = Probabilidade de no
acontecer.
P( A e B) = P( A) P( B)
P( A ou B) = P( A) + P( B)
27
Probabilidade,
Amostragem e
Distribuio
Total
Sim
No
Masculino
240
414
654
Feminino
323
100
423
Total
563
514
1077
563
= 0,52 = 52%
1077
240
= 0,37 = 37%
654
28
Cristiano Poleto
323
= 0,76 = 76 %
423
Probabilidade,
Amostragem e
Distribuio
Cnx =
n!
x!(n - x)!
- x
Modelo Poisson: P( X = x) = e . , onde:
x!
= n.p
Exemplo: Uma mquina produz 9 pipetas defeituosas a cada 1000
peas produzidas. Calcule a probabilidade de que em um lote com 200 pipetas ocorram:
29
Probabilidade,
Amostragem e
Distribuio
a) 2 defeituosas.
1,8
.1,82 = 0,26 = 26 %
2!
Resposta: P(x=2) = e
b) Nenhuma defeituosa.
Resposta: P(x=0) =
1,8
.1,82
= 0,16 = 16 %
2!
c) 1 defeituosa.
Resposta: P(x=1) =
1,8
.1,82
= 0,288 = 28,8 %
2!
sentar caractersticas de simetria em torno da mdia, as caudas devem encontrarem o eixo x no infinito, e a mdia, a mediana e a moda devem ser
coincidentes.
Considere uma varivel aleatria x com mdia e desvio padro
que apresenta as seguintes caractersticas:
-- simtrica em torno da mdia;
--prolonga-se de - a +;
--sua rea total 100%;
--sua distribuio de probabilidade produz uma curva em forma de
sino.
Nm e r o de a n lis e s x Nm e r o de dia s
60
50
50
40
30
20
20
20
10
0
8 0 0 |---9 0 0
9 0 0 | ---1 0 0 0
1 0 0 0 |---1 1 0 0
1 1 0 0 |---1 2 0 0
1 2 0 0 |---|1 3 0 0
N m e r o d e a n l i se s
Figura 2.1 Grfico de colunas do nmero de dias versus nmero de anlises que segue uma Distribuio Normal.
30
Cristiano Poleto
Probabilidade,
Amostragem e
Distribuio
99,73%
95,44
68,26
-2
-1
mdia
+1
+ 2
+ 3
x-
Onde:
z = nmero de desvios () a contar da mdia;
x = valor arbitrado, diferente da mdia;
rea entre a
mdia e Z
rea
1,00
0,3413
1,65
0,4505
1,96
0,4750
2,00
0,4772
Exemplo: O consumo de gua de uma comunidade tem distribuio Normal com mdia de 1000 litros e desvio-padro de 200 litros. Calcule
a probabilidade de um indivduo desta comunidade ter um consumo:
a) Inferior a 800 litros.
Resposta: Z = -1, logo P(x<800) = 0,158655 = 15,86 %
b) Inferior a 1300 litros.
Resposta: Z=1,5, logo P(x<1300) = 0,933193 = 93,31%
31
Probabilidade,
Amostragem e
Distribuio
Mdia: x =
As estimativas podem ser:
- Estimativa por ponto: dada
por um nico valor (parmetro)
populacional;
- Estimativa por intervalo:
fornece um intervalo de possveis
valores, dentre os quais se
admite que esteja o parmetro
populacional.
32
Desvio-padro: S
Cristiano Poleto
x erro
z s , onde:
n
Probabilidade,
Amostragem e
Distribuio
populao;
z = Varivel padronizada, confiana desejada em % (valores da tabela curva normal); s = Desvio-padro; n = Tamanho da amostra.
2.7 Intervalo de Confiana (IC)
(IC) = ( x erro; x + erro)
Intervalos de confiana para estimao da mdia, quando o populacional conhecido.
Exemplo: Clculo de intervalo para: n = 36; S = 3; x = 24,2
Confiana
Z(valores da
desejada
Tabela)
90%
1,65
x 1,65
95%
1,96
99%
2,58
Frmula
Clculo
x 1,65
x 1,96 s
x 1,96
x 2,58 s
x 2,58
n
n
36
36
36
Continuao:
erro
intervalo
0,825
24,2 0,98
24,2 1,29
23,375 a 25,025
24,2
23,22 a 25,18
23,11 a 25,69
x erro
x t s
33
Probabilidade,
Amostragem e
Distribuio
t (ver tabela)
Frmula
desejada
Procure uma pesquisa cientfica
em que o autor faa referncia
a intervalos de confiana e
refaa os clculos com dados
disponveis.
90%
1,711
x t s
95%
2,064
x t s
99%
2,797
x t s
Clculo
n
n
n
Intervalo
x 1,711 s
20
0,5739
x 2,064 s
20
0,6922
x 2,797 s
20
0,9381
n
n
n
Erro-padro
Em alguns casos, conveniente trabalhar com a mdia das mdias
amostrais. Nesse caso, o desvio-padro de uma distribuio de mdias ou
de diferenas entre mdias tambm chamado de erro-padro.
34
Cristiano Poleto
rejeita-se Ho
/2
aceita-se Ho (1 - )
valor crtico
rejeita-se Ho
/2
valor crtico
rejeita-se Ho
= 0,05
aceita-se Ho (1 - =0,95)
0,5
0,45
v.c. (z =1,65)
Figura 3.2 Teste Unilateral Direito
35
rejeita-se Ho
= 0,05
aceita-se Ho (1 - =0,95)
0,45
0,5
v.c. (z = - 1,65)
Figura 3.3 Teste Unilateral Esquerdo
Nvel de significncia: Como os dados obtidos provm de amostras, a deciso sobre aceitar ou no uma determinada hiptese est associada a uma probabilidade de erro e este pode ser controlado ou mensurado
atravs do nvel de significncia (ou ponto de corte) utilizado durante os
Assim, o risco de rejeitar
incorretamente a hiptese nula
chamado de erro do Tipo I e tem
uma probabilidade de ocorrer
igual a . No entanto, tambm
possvel que se cometa o erro de
aceitar a hiptese nula quando
no se deveria e, portanto,
cometer um erro do Tipo II com
a probabilidade de ocorrer igual
a .
36
estudos.
Erro do Tipo I e do Tipo II: Durante os testes de hipteses, existe
a possibilidade de que se cometa um erro ao se considerar uma hiptese
verdadeira quando, na verdade, ela no . Nesse caso, pode-se concluir que
tal efeito ocorrido deve-se apenas ao acaso.
Cristiano Poleto
Correlaes
Bivariadas
http://www2.dce.ua.pt/leies/
pacgi/SPSS_21_03_07/sessao_2.
pdf
10
Varivel X
Figura 4.1 Diagrama de disperso para as variveis X e Y
Aplicabilidade das correlaes bivariadas: A aplicao de anlises de correlao permite descobrir se existe um relacionamento entre as
variveis em estudo. Entretanto, essa no a nica informao que essas
anlises oferecem, j que elas permitem determinar a direo do relacionamento e sua fora ou magnitude.
Entre as direes de relacionamento pode-se citar os positivos perfeitos, os positivos imperfeitos, os negativos perfeitos (Figura 4.2), os negativos imperfeitos e os no-lineares.
O coeficiente de correlao
tem duas propriedades que
caracterizam a natureza de uma
relao entre duas variveis.
Uma o seu sinal (+ ou -) e
a outra sua magnitude. O
sinal o mesmo do coeficiente
angular de uma reta imaginria
que se "ajustaria" aos dados
se essa reta fosse traada num
diagrama de disperso, e indica
se esta reta crescente (+),
relacionamento positivo, ou
decrescente (-), relacionamento
negativo. A magnitude de R
indica quo prximos da "reta"
esto os pontos individuais. Por
exemplo, valores de R prximos
de 1 (correlao negativa
perfeita) ou +1 (correlao
positiva perfeita) indicam
que os valores esto muito
prximos da reta ou mesmo
sobre a reta, enquanto que
os valores mais prximos do 0
(zero) sugerem maior disperso.
Quando as variveis caminham
ora no mesmo sentido, ora em
sentidos opostos, diz-se que
no h correlao. A forma mais
simples e intuitiva de verificar a
existncia de correlao entre
duas variveis atravs do
diagrama de disperso.
37
Correlaes
Bivariadas
14
12
10
8
6
4
2
0
0
10
12
Varivel X
Figura 4.2 Relacionamento negativo perfeito
heterocedastidade.
12
10
8
6
4
2
0
0
Varivel X
Figura 4.3 Homocedasticidade
38
Cristiano Poleto
10
Correlaes
Bivariadas
Clculo do coeficiente de correlao (r):
rxy=
covarincia ( x, y )
desvio padro (x ) desvio padro ( y )
Variao do valor (r):
x. y
rxy=
( x).( y)
( x )
n
varia entre -1 e +1
n
2
rxy
( . y )
2
39
Regresso Linear
12
10
8
6
4
2
0
0
10
Varivel X
Figura 5.1 Linha de regresso linear
41
Regresso Lienar
Simples
Pode-se citar, como um exemplo, o espaamento entre as rvores
de um bosque. A relao entre a produo de lenha (y) e a rea, a rea
ocupada por cada rvore (x) ser uma funo de x:
Y = f(x)
Se a relao entre as variveis puder ser expressa por uma equao
de primeiro grau, isto : y = a + bx, onde:
x = varivel independente;
y = varivel dependente;
a = parmetro ou coeficiente linear;
b = parmetro ou coeficiente angular,
tem-se uma regresso linear simples.
5.2.1 Equao de regresso
Para facilitar o uso das anlises de regresso linear, pode-se obter
uma equao de regresso, conforme Figura 5.1, que possibilitar a realizaClculo da equao de regresso
linear e valores de a e b:
A representao matemtica de
uma linha reta dada por:
y = a + bx.
y = an + b
xy = a
x2
x+b
x2
42
Cristiano Poleto
Regresso Linear
onde:
http://www.ufv.br/saeg/saeg43.
htm
,
e
, ...,
a seguir:
onde
so
43
Anlise Fatorial
45
REFERNCIAS
CALLEGARI-JACQUES, S. M. Bioestatstica: princpios e aplicaes. Porto
Alegre: Artmed, 2004. 255p.
CASTRO, Lauro Sodr Viveiros. Exerccios de Estatstica. Rio de Janeiro:
Cientfica,1994.
CRESPO, A. Estatstica Fcil. 6. ed. So Paulo: Saraiava, 1989.
DAL MOLIN, Beatriz Helena et al. Mapa Referencial para Construo
de Material Didtico - Programa e-Tec Brasil. 2 ed. revisada.
Florianpolis: Universidade Federal de Santa Catarina - UFSC, 2008.
DORIA, U. Introduo Estatstica. So Paulo: Negcio Ed., 1999.
DOWNING, D.; CLARK, J. Estatstica Aplicada. So Paulo: Saraiva, 1999.
GRANER, E. A. Estatstica: bases para o seu emprego na experimentao
agronmica e em outros problemas biolgicos. 2.ed. Sao Paulo:
Melhoramentos, 1966. 184p.
HEATH, O. V. S. A Estatstica na Pesquisa Cientfica. So Paulo: EDUSP,
1981. 95p.
HOEL, P. G. Estatstica Elementar. 4.ed. Rio de Janeiro: Fundo da
Cultura, 1972. 311p.
LOPES, A. Probabilidade Estatstica. Rio de Janeiro: Reichman, 1999.
MEYER, P. L. Probabilidade: Aplicaes Estatstica. Rio de Janeiro: Ao
Livro Tcnico S.A./EDUSP, 1969. 391p.
PARADINE, C. G.; RIVETT, B. H. P. Mtodos Estatsticos para
Tecnologistas. So Paulo: EDUSP, 1974. 350p.
REIDY, J.; DANECY, C. Estatstica sem Matemtica usando SPSS para
Windows. Porto Alegre: Artmed, 2006.
VICENT, W. Statistic in Kinesiology. Champaing: Human Kineties, 1999.
YouTube. Disponvel em: <http://br.youtube.com>. Acesso em: 09 set.
2008.
Wikipdia. Disponvel em: <http://pt.wikipedia.org/wiki/P%C3%A1gina_
principal>. Acesso em: 09 set. 2008.
47
GLOSSRIO
DBO: Demanda Bioqumica de Oxignio
Amplie o Glossrio e,
conseqentemente, o seu
vocabulrio tcnico, com
pesquisas na Internet e baixando
o arquivo do Vocabulrio
Bsico de Recursos Naturais e
Meio Ambiente no site do IBGE:
http://www.ibge.gov.br/home/
geociencias/recursosnaturais/
vocabulario.shtm?c=13
48
Cristiano Poleto
49
INSTITUTO FEDERAL DE
EDUCAO, CINCIA E TECNOLOGIA
RIO GRANDE DO SUL