Sei sulla pagina 1di 128

INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE

EXPERIMENTOS

CAPTULO 2

ANLISE DESCRITIVA E
EXPLORATRIA DE DADOS

PROF. JOSEMIR R. DE ALMEIDA


( josemirufscar@gmail.com )

1
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
ANLISE ESTATSTICA: RESUMO

2
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

Amostragem

Associada coleta de dados, a tecnologia da amostragem


desenvolveu um conjunto de tcnicas para obteno de
amostras convenientemente obtidas da populao de interesse.

Exemplos:
Pesquisas de mercado
Pesquisas de opinio pblica
Ensaios clnicos

3
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

Estatstica Descritiva

A disponibilidade de uma grande quantidade de dados e de


mtodos computacionais muito eficientes revigorou esta rea da
Estatstica.

Etapa inicial da anlise utilizada para descrever, organizar e


resumir os dados coletados.

4
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
Probabilidade
A teoria das probabilidades auxilia na modelagem de
fenmenos aleatrios, ou seja, aqueles em que est presente a
incerteza.
uma ferramenta fundamental para a inferncia estatstica.

Inferncia Estatstica

Conjunto de tcnicas que permite, a partir de dados amostrais,


tirar concluses (inferir) sobre a populao de interesse,
tentando controlar e minimizar os erros.

5
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

PRIMEIRO PASSO:

Qual o objetivo do estudo?

Uma caracterizao dos alunos de uma


determinada turma de IPAEE.

6
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
SEGUNDO PASSO:

Quais as informaes disponveis?

CONJUNTO DE DADOS:
Um conjunto de dados estatsticos consiste de uma ou
mais medidas, escores ou valores observados (coletados) de
certo nmero de indivduos, animais, objetos, ensaios,
experimentos, etc.

7
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
SEGUNDO PASSO:
Quais as informaes disponveis?
ASPECTO BSICO DA INFORMAO:
A anlise estatstica de um conjunto de dados s faz sentido
quando existir variabilidade nos valores observados, ou seja, os
valores devem apresentar diferenas nas diferentes unidades de
observao utilizadas.
A no existncia de variabilidade entre as observaes torna
desnecessria a utilizao de qualquer mtodo estatstico.

8
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
SEGUNDO PASSO: Quais as informaes disponveis?
id curso sexo idade altura peso fuma horasTV aparTV escolPai
1 EQ F 17 1,60 60,5 N 16 2 Fnd
2 EQ F 18 1,69 55,0 N 7 1 Med
3 QU M 18 1,85 72,8 N 15 2 Med
4 QU M 25 1,85 80,9 N 20 2 Med
5 EQ F 19 1,58 55,0 N 5 1 Sup
6 EM M 19 1,76 60,0 N 2 2 Sup
7 EM F 20 1,60 58,0 N 7 1 Med
8 EQ F 18 1,64 47,0 S 10 1 Fnd
9 EQ F 18 1,62 57,8 N 12 3 Sup
10 EM F 17 1,64 58,0 N 10 2 Med
11 QU F 18 1,72 70,0 S 8 2 Sup
12 EQ F 18 1,66 54,0 N 0 3 Med
13 EQ F 21 1,70 58,0 N 30 2 Sup
14 EM M 19 1,78 68,5 S 2 1 Med
15 EM F 18 1,65 63,5 N 10 1 Fnd
... ...... ...... ...... ...... ...... ...... ...... ...... ......
46 QU F 19 1,70 50,0 N 8 1 Med
47 EM F 19 1,55 54,5 N 3 2 Med
48 EM F 18 1,60 50,0 N 5 1 Med
49 QU M 17 1,80 71,0 N 14 1 Fnd
50 EM M 18 1,83 86,0 N 20 1 Med
9
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
Quais as informaes disponveis?
V1: Identificao do aluno
V2: Curso do aluno; Varivel:
V3: Sexo;
Qualquer caracterstica
V4: Idade; associada a uma
V5: Altura; populao.
V6: Peso;
V7: Fuma ou no;
V8: Horas gastas por semana assistindo TV;
V9: Quantidade de aparelhos de TV;
V10: Nvel de escolaridade do pai.

10
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
TIPOS DE VARIVEIS:
V1: Identificao do aluno
V2: Curso do aluno; VARIVEIS QUALITATIVAS:
V3: Sexo;
Denominamos variveis
V4: Idade; qualitativas ( ou categricas)
V5: Altura; aquelas medidas
V6: Peso; (caractersticas) observadas na
amostra que apenas
V7: Fuma ou no; identificam a unidade de
V8: Horas gastas por semana assistindo TV; observao.
V9: Quantidade de aparelhos de TV;
Uma varivel categrica
V10: Nvel de escolaridade do pai. identifica um atributo, classe
ou qualidade da unidade em
observao.

11
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
TIPOS DE VARIVEIS:
V1: Identificao do aluno
V2: Curso do aluno; VARIVEIS QUALITATIVAS:
V3: Sexo;
V4: Idade; QUALITATIVAS NOMINAIS:
V5: Altura; Apenas identificam um
atributo unidade
V6: Peso;
experimental sem qualquer
V7: Fuma ou no; outra propriedade.
V8: Horas gastas por semana assistindo TV;
V9: Quantidade de aparelhos de TV;
QUALITATIVAS ORDINAIS:
V10: Nvel de escolaridade do pai. Identificam um atributo que
estabelece uma estrutura de
ordem nas unidades de
observao.
12
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
TIPOS DE VARIVEIS:
V1: Identificao do aluno
V2: Curso do aluno; VARIVEIS QUANTITATIVAS
V3: Sexo;
QUANTITATIVAS DISCRETAS:
V4: Idade;
Podem assumir um conjunto
V5: Altura; finito ou enumervel de
V6: Peso; valores (geralmente decorre
V7: Fuma ou no; de processos de contagem).

V8: Horas gastas por semana assistindo TV;


QUANTITATIVAS CONTNUAS:
V9: Quantidade de aparelhos de TV;
Podem assumir infinitos
V10: Nvel de escolaridade do pai.
valores num intervalo de
nmeros reais (conjunto no
enumervel).
13
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

14
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
OBSERVAES:
1. Para cada tipo de varivel existem tcnicas apropriadas para
organizar e resumir a informao, embora em muitos casos se
verifique que as tcnicas usadas em um caso podem ser
adaptadas para outros.

2. Uma varivel quantitativa pode ser categorizada, porm a


recproca no possvel. importante, porm, considerar a
PERDA DE INFORMAO que ocorre nesses casos, apesar do
ganho em clareza.
IDADE FAIXA ETRIA
15
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
TERCEIRO PASSO:

O que fazer com as observaes que coletamos?

Resumo dos Dados

Estatstica Descritiva

16
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

APRESENTAO DOS DADOS

REPRESENTAO GRFICA

17
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
REPRESENTAO GRFICA
VARIVEIS QUANTITATIVAS:

HISTOGRAMA
Grfico com barras adjacentes, bases iguais s amplitudes das
classes e alturas iguais s densidades.
Passos para a construo
1 Definio das classes
2 - Clculo das densidades
3 Representao grfica
Obs.: h perda de informao
18
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
REPRESENTAO GRFICA

1 Definio das classes


Exemplo: Horas gastas por semana assistindo TV
Nmero de observaes: 50
Nmero de classes: k=8 [critrio do pesquisador ou pode ser
utilizado a frmula -> k=1+3.3 x log10(n)]
Valor mnimo da varivel: 0
Valor mximo da varivel: 30
Amplitude de cada classe = (30-0)/8 = 3,75 4

19
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
REPRESENTAO GRFICA

2 Clculo das densidades


Densidade = (frequncia relativa/100)/amplitude da classe (base)
Ou
h = fr(%)/base
Classe Frequncia Amplitude Densidade
Absoluta Relativa da classe
0 |--| 4 7 14,0 4 0,035
4 --| 8 13 26,0 4 0,065
8 --| 12 15 30,0 4 0,075
12 --| 16 7 14,0 4 0,035
16 --| 20 4 8,0 4 0,020
20 --| 24 0 0,0 4 0,000
24 --| 28 3 6,0 4 0,015
28 --| 32 1 2,0 4 0,005

20
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
REPRESENTAO GRFICA
3 Representao grfica

0,080
Horas gastas por semana na TV
0,070

0,060

0,050
Densidade

0,040

0,030

0,020

0,010

0,000
2 6 10 14 18 22 26 30
Horas gastas por semana na TV

21
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
REPRESENTAO GRFICA

HISTOGRAMA
Obs.: Se as classes tiverem amplitude constante, as alturas das
barras podem ser calculadas como sendo iguais s frequncias.

Propriedade: Se utilizarmos densidades, a soma das reas dos


retngulos igual a 1.

Obs. 1. A amplitude das classes pode variar.


2. Na construo de um histograma, quanto maior for o
nmero de observaes, melhor.

22
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
REPRESENTAO GRFICA

23
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
REPRESENTAO GRFICA

Pode ser interessante, usar o histograma para comparar grupos


Histogram of altura
1,5 1,6 1,7 1,8
F M
10

8
Frequency

0
1,5 1,6 1,7 1,8
altura
Panel variable: sexo

24
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
REPRESENTAO GRFICA

Pode ser interessante, usar o histograma para comparar grupos


Histogram of peso
50 60 70 80 90
F M
10

8
Frequency

0
50 60 70 80 90
peso
Panel variable: sexo

25
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
REPRESENTAO GRFICA

VARIVEIS QUALITATIVAS:
Grfico de setores

Um crculo dividido em tantos setores quantas forem as


categorias da varivel.

A rea de cada setor proporcional frequncia da categoria.

26
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
REPRESENTAO GRFICA
VARIVEIS QUALITATIVAS:

27
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
REPRESENTAO GRFICA

VARIVEIS QUALITATIVAS:
Grfico de barras

Sobre um eixo, so representados retngulos, um para cada


categoria da varivel.

A altura do retngulo proporcional frequncia da categoria

28
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
REPRESENTAO GRFICA
VARIVEIS QUALITATIVAS:
Grfico de barras

29
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

30
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

MEDIDAS DE TENDNCIA CENTRAL


OU
MEDIDAS DE POSIO

31
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
MEDIDAS DE TENDNCIA CENTRAL OU
MEDIDAS DE POSIO
Medidas que buscam ser representativas de todo o conjunto de
dados observados. As principais medidas de tendncia central
so:

MODA
MEDIANA
MDIA

Alm disso, temos tambm: Mnimo, Mximo, Percentis.

32
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
MEDIDAS DE TENDNCIA CENTRAL OU DE POSIO

MODA:
Definio: Valor (Categoria, Classe, intervalo,...) que ocorre com
maior frequncia.
Vantagem: Pode ser obtida para qualquer tipo de varivel,
porm mais apropriada para dados qualitativos nominais.

33
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
MEDIDAS DE TENDNCIA CENTRAL OU DE POSIO

MODA (Mo):

Exemplo1: Fuma ou no
Nmero de fumantes na turma: 6
Nmero de no fumantes na turma: 44
Moda da varivel Fuma ou no: No

Exemplo2:
Dados: 4, 5, 4, 6, 5, 8, 4

max = 8 ; min = 4 ; Mo = 4

34
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
MEDIDAS DE TENDNCIA CENTRAL OU DE POSIO

MEDIANA (Md):
Definio: Valor que ocupa a posio central num conjunto de
dados ordenados, ou seja, valor para o qual 50% dos valores
observados so inferiores e 50% dos valores observados so
superiores a ele.
Condio: Para obteno da mediana, a varivel em estudo deve
ser pelo menos qualitativa ordinal.

Obs.: A tabela obtida aps a ordenao (crescente ou decrescente) dos


dados chamada rol. O rol facilita descobrir na tabela qual o menor valor,
maior valor, amplitude, etc.

35
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
MEDIDAS DE TENDNCIA CENTRAL OU DE POSIO
CLCULO DA MEDIANA:
Dados devem ser ordenados.
MPAR
Mediana o valor que est no
centro da srie, ou seja o valor
Nmero de que ocupa a posio (n+1)/2
Observaes

PAR

36
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
CLCULO DA MEDIANA:

Exemplo1:

Dados: 2, 6, 3, 7, 8
Dados ordenados: 2 3 6 7 8 ; n = 5 (mpar)
posio: (5+1)/2 = 3. Logo Md=6

Exemplo2:

Dados: 4, 8, 2, 1, 9, 6
Dados ordenados: 1 2 4 6 8 9 ; n = 6 (par)
Posio: (6+1)/2 = 3,5. Logo, Md=(4+6)/2=5

37
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
MEDIDAS DE TENDNCIA CENTRAL OU DE POSIO

MDIA ARITMTICA

DEFINIO: Quociente da diviso por n da soma


dos valores observados.

INTERPRETAO: Ponto de Equilbrio ou Centro de


Massa da distribuio dos dados.

CONDIO: Dados Quantitativos.

38
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

MDIA ARITMTICA
DEFINIO: Quociente da diviso por n da soma dos valores
observados.
Sejam x1, x2, x3, ..., xn os valores de uma varivel observada na
amostra. Ento, a mdia aritmtica dada por:

39
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

MDIA ARITMTICA: PROPRIEDADES


1. Se x1 = x2 = x3 = ... = xn = a, ento:

A mdia de uma constante a prpria constante.

40
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

MDIA ARITMTICA: PROPRIEDADES


2. Se a todo valor observado for adicionada uma constante a,
ento:

Se adicionamos uma mesma constante a toda


observao, a mdia tambm fica adicionada deste
valor.

41
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

MDIA ARITMTICA: PROPRIEDADES


3. Se todo valor observado for multiplicado por uma constante
a, ento:

Se multiplicamos toda observao por uma mesma


constante, a mdia tambm fica multiplicada deste
valor.

42
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

MDIA ARITMTICA: PROPRIEDADES


4. A soma dos desvios em torno da mdia zero:

Consequncia imediata do fato da mdia ser o


ponto de equilbrio da distribuio.

43
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

MDIA ARITMTICA: OBSERVAES

1. Outros tipos de mdias so conhecidos, tais como: mdia


ponderada, mdia harmnica, mdia geomtrica, mdia
aparada. Cada uma destas mdias tem sua utilidade em
aplicaes especficas e podem ser encontradas na grande
maioria de textos de Estatstica Bsica.

44
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

COMPARANDO MEDIDAS DE TENDNCIA CENTRAL OU DE POSIO

Situaes em que possvel obter cada medida:

MODA Mediana Mdia

Qualquer tipo Varivel no Variveis


de Varivel mnimo em Quantitativas
escala ordinal

45
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
COMPARANDO MEDIDAS DE TENDNCIA CENTRAL OU DE POSIO

Uma forma de comparao:


DEFINIO:
Uma varivel dita ter comportamento (ou distribuio)
assimtrica quando os seus valores esto mais concentrados em
um dos seus extremos (valores altos ou baixos).

As possveis situaes de assimetria e simetria so derivadas do


comportamento dos valores da mdia, mediana e moda.

46
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
COMPARANDO MEDIDAS DE TENDNCIA CENTRAL OU DE POSIO
A mdia e mediana so as mesmas apenas se a distribuio simtrica.
A mediana uma medida de centro que resistente inclinao e aos outliers. A
mdia no .

47
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
COMPARANDO MEDIDAS DE TENDNCIA CENTRAL OU DE POSIO

48
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
COMPARANDO MEDIDAS DE TENDNCIA CENTRAL OU DE POSIO

Mdia e mediana de uma


distribuio simtrica
x 3 .4
Doena X:
M 3 .4

Mdia e mediana so iguais.

Distribuio assimtrica direita

x 3 .4
Mieloma Mltiplo:
M 2 .5

A mdia puxada em
direo assimetria.
49
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
COMPARANDO MEDIDAS DE TENDNCIA CENTRAL OU DE POSIO

O impacto da presena de valores atpicos (outliers):

DEFINIO: Entende-se por valores atpicos (ou outliers)


valores que se afastam do padro geral da distribuio
observada dos dados.

50
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
COMPARANDO MEDIDAS DE TENDNCIA CENTRAL OU DE POSIO

A mdia puxada para a


direita pelos outliers. Ela
passa de 3.4 para 4.2.

Por outro lado, a mediana


alterada suavemente para a
direita pelos outliers,
passando de 3.4 para 3.6.

51
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

Concluso:

A MEDIANA uma medida mais ROBUSTA do que a MDIA.

DEFINIO:
Uma medida dita ser ROBUSTA se o seu valor no
impactado pela presena de valores atpicos no conjunto
de dados observados.

QUESTO: Como identificar valores atpicos?


52
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

MEDIDAS DE TENDNCIA CENTRAL OU DE POSIO

Se as medidas de tendncia central para uma


determinada varivel forem iguais em dois
diferentes grupos, ser que podemos dizer que os
dois grupos so semelhantes em relao
varivel em estudo?

53
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

MEDIDAS DE TENDNCIA CENTRAL OU DE POSIO

Exemplo das duas turmas: Um professor ministra aula de uma


mesma disciplina para duas turmas diferentes. Baseado nas
aulas j dadas, o professor acredita que as turmas so bem
semelhantes quanto a capacidade e quanto a dedicao ao
curso.
Na primeira prova, o professor elaborou uma avaliao
diferente para cada turma. Aps a correo, ele decidiu
realizar uma anlise descritiva das notas.
Ser que as questes das duas provas tinham nvel
semelhantes?
54
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
Exemplo das duas turmas
Turma A Turma B
Mdia: 6,04 Mdia: 6,04
Mediana: 6,00 Mediana: 6,00

55
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

MEDIDAS
DE
DISPERSO

56
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
MEDIDAS DE DISPERSO

Na anlise de uma varivel de interesse em qualquer estudo,


no suficiente para descrever de modo satisfatrio, observar
apenas uma medida de tendncia central. Podemos facilmente
encontrar variveis que apresentam o mesmo valor para uma medida
de locao (ex.: mdia), porm com dados apresentando
comportamentos completamente diferentes. Esses diferentes
comportamentos so consequncia de dados com diferentes graus de
disperso.

57
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
MEDIDAS DE DISPERSO
OBJETIVOS:
1. Verificar o quanto os
valores observados esto
dispersos, ou ainda o
quanto variam os dados.
2. Encontrar um valor que
resuma a variabilidade de
um conjunto de dados.

58
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
ALGUMAS MEDIDAS
AMPLITUDE:
Definio: Diferena entre o maior e o menor valor
observado nos dados.
Notao:
Seja x(n) = maior valor observado para a varivel na amostra;
Seja x(1) = menor valor observado para a varivel na amostra;

Amplitude = A = x(n) x(1)


A=mx - min
59
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
ALGUMAS MEDIDAS
AMPLITUDE:

OBSERVAES:

1. Medida sujeita influncia da presena de valores extremos.

2. O aumento do nmero de observaes na amostra


(denotaremos por n) frequentemente no produz qualquer
mudana no valor da amplitude.

60
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
ALGUMAS MEDIDAS

VARINCIA E DESVIO PADRO:


Definio: A VARINCIA uma medida de variabilidade dos
dados em torno da mdia, ou seja, ela quantifica a
variabilidade ou o espalhamento (disperso) ao redor do valor
mdio (mdia).

61
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
VARINCIA DESVIO PADRO
VARINCIA E DESVIO PADRO:

62
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
VARINCIA DESVIO PADRO
natural procurar uma medida de disperso que dependa dos
desvios de cada observao em relao mdia (xi ), e
razovel considerar a soma de todos estes desvios. Quanto maior
forem os desvios, maior ser a variabilidade presente nos dados.

Problema:
A soma dos desvios em torno da mdia zero:

63
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
VARINCIA DESVIO PADRO
ALTERNATIVA:
Soma dos quadrados dos desvios em relao mdia.
n
2
i
(x x )
i 1
IMPORTANTE:
Considerar o n de observaes, pois quanto maior o n de
observaes maior ser o valor deste somatrio. Portanto,

64
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
VARINCIA DESVIO PADRO

Frmula Alternativa:

65
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
VARINCIA DESVIO PADRO
Por que (n-1)?

1. Quando dividimos por n-1 temos que S2 um estimador no


viciado (viesado), importante propriedade da Inferncia
Estatstica.

Observao: Se a amostra grande, os valores obtidos dividindo


por n ou n-1 so praticamente iguais.

66
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
VARINCIA DESVIO PADRO

1. A varincia de uma constante zero, isto , xi = a, para todo


i= 1, 2,..,n. Ento S2=0.

2. Se multiplicarmos cada valor da varivel por uma constante


a, a varincia ser a varincia da varivel original
multiplicada por a2, isto :
Se y = a x, ento:
SY2 a 2 S X2

67
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
VARINCIA DESVIO PADRO

3. Se somarmos ou subtrairmos de cada valor da varivel uma


constante a, a varincia no se altera.
Seja y = x + a, ento:

S S
2
Y
2
X

68
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
VARINCIA DESVIO PADRO

4. Se dividirmos cada valor da varivel por uma constante a,


a varincia ser a varincia da varivel original dividida por
a2 (decorre de modo direto da prop. 2).

Seja , ento:
1 2
S 2 SX
2
Y
a

69
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
VARINCIA DESVIO PADRO

A varincia S2 tem como unidade de medida o quadrado da


escala original da varivel em estudo (ex.: S2=2,5m2).

Como relacionar a medida de variabilidade com a varivel


na sua escala original?

70
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
VARINCIA DESVIO PADRO

Extrair a raiz quadrada da varincia S2 dando origem ao


DESVIO PADRO que denotaremos por S:

71
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
VARINCIA DESVIO PADRO

1. S mede a disperso em torno da mdia e s deve ser


calculado quando a mdia tomada como medida de
locao.
2. S 0. Logo, quanto maior a disperso em torno da mdia,
maior o valor do desvio padro, ou maior o valor de S.

72
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
VARINCIA DESVIO PADRO

73
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
VARINCIA DESVIO PADRO

Refazer os
clculos usando
a frmula
alternativa:

74
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
Turma A Turma B
Mdia: 6,04 Mdia: 6,04
Mediana: 6,00 Mediana: 6,00
Desvio padro: 1,99 Desvio padro: 0,55

75
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

Antes de vermos a ltima medida de disperso que


estudaremos, necessrio definir um conjunto de
medidas de localizao que podem ser bastante
teis na caracterizao de um conjunto de dados.

Essas medidas so denominadas quantis.

76
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
MEDIDAS DE LOCALIZAO

QUANTIS:

O quantil de ordem p a medida que deixa px100%


das observaes abaixo dele na amostra ordenada.

O quantil de ordem p (0 < p < 1), em um conjunto de


dados com n observaes, o valor que ocupa a posio
p x (n+1) nos dados ordenados.

77
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
MEDIDAS DE LOCALIZAO

CASOS PARTICULARES DE QUANTIS:

MEDIANA (percentil 50 ou segundo quartil): divide o conjunto de


dados em DUAS partes.
QUARTIS: divide o conjunto de dados em QUATRO partes.

DECIS (percentil 10): divide o conjunto de dados em DEZ partes.

PERCENTIS: divide o conjunto de dados em CEM partes.

78
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
MEDIDAS DE LOCALIZAO
EXEMPLOS DE OBTENO DE QUANTIS:

Exemplo 1: 1,9 2,0 2,1 2,5 3,0 3,1 3,3 3,7 6,1 7,7 n=10
(ordenados)
Posio da Md: 0,50x(11)=5,5 => Md =(3,0+3,1)/2 = 3,05 (50% dos
dados so menores ou iguais a 3,05)
Posio de Q1: 0,25x(11)=2,75 => Q1 = (2,0+2,1)/2 =2,05 (25% dos
dados so menores ou iguais a 2,05)
Posio de Q3: 0,75x(11)=8,25 => Q3 = (3,7+6,1)/2 = 4,9 (75% dos
dados so menores ou iguais a 4,9)
Exemplo 2: 0,9 1,0 1,7 2,9 3,1 5,3 5,5 12,2 12,9 14,0 33,6 n = 11
Md = 5,3 Q1 = 1,7 Q3 = 12,9
79
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
MEDIDAS DE DISPERSO : ALGUMAS MEDIDAS
INTERVALO INTERQUARTIL:
Definio: Valor dado pela diferena entre os valores que
definem os 50% dos valores centrais observados (Q3-Q1).

Notao:
Seja Q1 = 1 quartil dos dados observados (25% das observaes na
amostra abaixo da medida);
Seja Q3 = 3 quartil dos dados observados (75% das observaes na
amostra abaixo da medida);
Logo, Q3 Q1 contm 50% das observaes e, consequentemente,
Intervalo Interquartil= IIQ = Q3 Q1
80
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
EXEMPLOS DE OBTENO DO INTERVALO INTERQUARTIL :

Exemplo 1: 1,9 2,0 2,1 2,5 3,0 3,1 3,3 3,7 6,1 7,7 n=10

Posio da Md: 0,50x(11)=5,5 => Md =(3+3,1)/2 = 3,05


Posio de Q1: 0,25x(11)=2,75 => Q1 = 2,05
Posio de Q3: 0,75x(11)=8,25 => Q3 = 4,9
IIQ = 4,9 2,05 = 2,85

Exemplo 2: 0,9 1,0 1,7 2,9 3,1 5,3 5,5 12,2 12,9 14,0 33,6 n = 11

Md = 5,3 Q1 = 1,7 Q3 = 12,9


IIQ = 12,9 1,7 = 11,2

81
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
MEDIDA DE DISPERSO RELATIVA

1. Como comparar a variabilidade de variveis observadas com


diferentes unidades de medidas (ou diferentes grupos)?

Uso de medidas de disperso (variabilidade) relativa:


COEFICIENTE DE VARIAO: CV

82
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
MEDIDA DE DISPERSO RELATIVA

1. O coeficiente de variao (CV) uma medida adimensional;


2. Exprime a variabilidade em relao media (mesma ideia de
S ou S2);
3. Elimina o efeito da magnitude dos dados;
4. Quanto menor o CV mais homogneo o conjunto de dados.

83
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
MEDIDA DE DISPERSO RELATIVA

CV:
Baixo - (inferior a 10%);
Mdio - (de 10% a 25%);
Alto - (25% a 35%);
Muito Alto - (35)%.

84
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
MEDIDA DE DISPERSO RELATIVA

Varivel Mdia Desvio padro Coef. de variao


Altura 1,6720 0,0906 5,42%
Peso 60,93 12,18 19,99%

19,99/5,42=3,7

Os alunos so, aproximadamente, 270% mais dispersos


quanto ao peso do que quanto a altura.

85
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
MEDIDA DE DISPERSO RELATIVA

86
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

REPRESENTAO GRFICA CONJUNTA


DE
MEDIDAS DE LOCAO E DE DISPERSO

87
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
REPRESENTAO GRFICA CONJUNTA
(MEDIDAS DE LOCAO E DE DISPERSO)

OBJETIVO:
Estabelecer uma representao grfica conjunta de
medidas de locao e disperso atravs da qual seja possvel
verificar o comportamento da varivel em ambos os aspectos.

88
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
REPRESENTAO GRFICA CONJUNTA
(MEDIDAS DE LOCAO E DE DISPERSO)

ESQUEMA 5 NMEROS:
Proposta:
Identificar 5 valores dentre o conjunto de n observados que
possa dar condies de se ter uma idia geral do
comportamento geral das observaes.

89
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
REPRESENTAO GRFICA CONJUNTA
(MEDIDAS DE LOCAO E DE DISPERSO)

ESQUEMA 5 NMEROS:

TUKEY (1971):

Mediana
Valor Mximo (X(n)) e Valor Mnimo (X(1))
1 e 3 Quartis

90
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
REPRESENTAO GRFICA CONJUNTA
(MEDIDAS DE LOCAO E DE DISPERSO)

OBSERVAO:
Alguns outros autores e softwares propem o uso de mdia e
desvio padro no lugar de mediana e quartis. Tukey justifica o uso de
mediana e quartis, dado que as mesmas so medidas de locao e
disperso que no so influenciadas pela presena de valores
extremos no conjunto de dados.

91
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
REPRESENTAO GRFICA CONJUNTA
(MEDIDAS DE LOCAO E DE DISPERSO)

DESENHO ESQUEMTICO BOX PLOT

PROPOSTA: Representao grfica do esquema de 5 nmeros,


utilizando um grfico conhecido como Box Plot.

Box Plot: Representao dos dados por meio de um


retngulo construdo com os quartis e fornece
vrias informaes, incluindo a existncia de valores
discrepantes.
92
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

93
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

O Box Plot um procedimento que permite identificar em um


conjunto de dados:

Valor central
Disperso
Simetria
Valores Discrepantes

94
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

Ex1.:

95
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

DESENHO ESQUEMTICO BOX PLOT

96
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

97
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

IMPORTANTE:

O Box Plot, alm das aplicaes apresentadas, um


procedimento extremamente importante na comparao de
diferentes grupos (tratamentos) e, por exemplo, dentre os
quais, deseja-se identificar aquele com melhor desempenho.

98
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

99
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
REPRESENTAO GRFICA
VARIVEIS QUANTITATIVAS:
DOT PLOT

Tanto histograma quanto o boxplot conseguem caracterizar


s observaes de uma varivel quantitativa.
Porm, quando o nmero de observaes por grupo de
interesse muito pequeno, nenhum deles adequado.
Nesse caso, usualmente se constroem dot plots (diagrama
de pontos) que um grfico simples, em que os valores de
cada observao so marcados em um nico eixo.

100
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

Artigo citado no exerccio 14.3 do livro Montomery e Runger, 4ed


Varivel resposta: tempo de durao da bateria
Fatores: tipo de material e temperatura
Nmero de observaes por tratamento: 4
Mdia e desvio padro do tempo de durao da bateria (horas)
Temperatura Tipo de Material
1 2 3
Mdia DP Mdia DP Mdia DP
Alta 57,5 26,9 49,5 19,3 85,5 19,3
Mdia 57,3 23,6 119,8 12,7 145,8 22,5
Baixa 134,8 45,4 155,8 25,6 144,0 26,0

101
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

Dotplot do tempo de durao da bateria em horas

material temperatura

1 1-Alta
2-Mdia
3-Baixa
2 1-Alta
2-Mdia
3-Baixa
3 1-Alta
2-Mdia
3-Baixa
25 50 75 100 125 150 175
durao

102
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

Grfico do tempo de durao da bateria em horas


200

150
durao

100

50

0
temperatura A lta Baixa Mdia Alta Baixa Mdia Alta Baixa Mdia
material 1 2 3

103
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

HabFumar = No Fumante
HabFumar = No Fumante

30 40 50 60 70
25 30 35 40

Idade IMC

HabFumar = Fumante HabFumar = Fumante

30 40 50 60 70 25 30 35 40

IMC
Idade

A distribuio da idade diferente para os dois grupos de


pacientes (fumantes e no fumantes), j o IMC similar nos
dois grupos.
104
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
OBSERVAO FINAL

A estratgia para a explorao dos dados de uma nica


varivel quantitativa deve ser muito clara:

1. Sempre represente seus dados graficamente: faa um grfico,


usualmente um histograma ou diagrama de pontos ou boxplot.
2. Procure estabelecer um padro geral (posio e disperso) e os
desvios acentuados, tais como: valores atpicos.
3. Calcule um resumo numrico para descrever o centro e a disperso.

105
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

PACOTES ESTATSTICOS

106
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
PACOTES ESTATSTICOS
Os softwares especializados em anlise estatstica so
geralmente chamados de pacotes estatsticos.
Eles permitem a obteno das medidas descritivas e dos
grficos que estudamos na anlise descritiva, bem como a utilizao
dos mtodos estatsticos que ainda sero vistos.
O pacote estatstico que ser utilizado no curso denominado
R, sendo ele o mais conhecido e completo pacote estatstico gratuito.
O R dividido em inmeros pacotes menores. Utilizaremos
basicamente o pacote conhecido como R commander (Rcmdr).
Alm disso o R possui outras interfaces como o Tinn R e o R
Studio.
107
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
SOBRE O R E O R COMMANDER
O R pode ser baixado gratuitamente em http://www.r-
project.org/ (https://cran-r.c3sl.ufpr.br/)
Depois de instalado o R, instale o R Commander no menu
do R usando o seguinte caminho: pacotes instalar pacote
(se sugerir um local pode escolher Brasil PR) Rcmdr.

Depois de instalado, carregue o R Commander no menu do


R: pacotes carregar pacote Rcmdr. (talvez seja solicitado
instalar outros pacotes).
Feito isso, ser aberta uma janela do R Commander. No
menu de dados permite-se a digitao de um conjunto de dados
ou a importao de um conjunto de dados.
108
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
R COMMANDER
Os demais menus que utilizaremos no curso so os seguintes:
Estatsticas: para a realizao de anlises estatsticas diversas.
Modelos: para obter mais detalhes de algumas anlises
estatsticas
Grficos: para a construo de grficos.

A utilizao do R comander relativamente simples e um


manual escrito pelo criador do pacote pode ser encontrado no
endereo http://socserv.mcmaster.ca/jfox/Misc/Rcmdr/Getting-
Started-with-the-Rcmdr.pdf

109
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

UTILIZANDO O R

110
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
https://www.r-project.org/

111
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

112
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

113
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

114
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

115
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
Estatsticas Descritivas

Estatsticas Resumos Resumos Numricos

116
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
Varivel: Idade
mean sd cv 0% 25% 50% 75% 100% n
49.8667 10.9976 0.22054 24 45.5 49 57 69 30

Varivel: IMC
mean sd cv 0% 25% 50% 75% 100% n
30.845 5.1336 0.16643 23.2 26.4925 30.4 34.155 41 30

50% das pacientes tem idade menor ou igual a 49 anos. A idade mnima de 24
anos e a mxima de 69 anos;
25% das pacientes tem IMC inferior a 26,49 kg/m2;
IMC de 75% das pacientes foi igual ou menor a 34,16 kg/m2;
A mdia da idade das pacientes foi de 49,86 anos e desvio padro de 11 anos.
O IMC mdio das pacientes foi de 30,85 e desvio padro de 5,13kg/m2.
As pacientes em tratamento de cncer de mama apresentaram maior
variabilidade quanto idade, comparada ao IMC.

117
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
Rcmdr: Converter uma varivel numrica em fator

118
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
Rcmdr: Estatsticas Resumos Resumos Numricos
Resumo por grupo (antes tem que seguir o slide anterior)
Varivel: Idade
HabFumar mean sd 0% 25% 50% 75% 100% data:n
No Fumante 48.42 12.23 24 42 50 57.0 69 19
Fumante 52.36 8.41 45 47 49 53.5 68 11

Varivel: IMC
HabFumar mean sd 0% 25% 50% 75% 100% data:n
No Fumante 30.23 5.14 23.2 26.23 30.00 34.45 41.00 19
Fumante 31.91 5.19 24.4 28.30 31.97 34.02 40.97 11

A mdia da idade das pacientes no fumantes menor que a de fumantes.


Contudo, 75% das pacientes do grupo no fumante tem idades inferiores a 57
anos e no grupo de fumantes este valor de 53 anos. A variabilidade da idade
no grupo de no fumantes maior.
O hbito de fumar influencia pouco na distribuio do IMC das pacientes.
119
Distribuio de frequncias
Construir
Varivel: Idade quantitativa intervalos de
classe
Rcmdr: (1) criar nova varivel

Criao da nova varivel


classeIdade a partir de Idade.

120
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
Rcmdr: (2) obter a distribuio de frequncias da nova varivel

121
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

122
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
Box Plot

123
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

Obs.: O grfico ser mostrado na interface do R, e no do Rcmdr

124
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

Rcmdr: Grficos Boxplot Grficos por grupos...


(selecionar a varivel hbito de fumar quando convertida de
numrica em fator slide 115)

Escolher Idade e IMC e comentar os grficos.

125
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS
HISTOGRAMA
No Rcmdr: Grficos Histograma Options
(nmero de classes=5) ...

1) Fazer para IMC


2) Usar como
grupo habito de
fumar (agrupada em
classes).

126
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

No Rcmdr: Grficos Grfico de Pizza

Rcmdr: Grficos Grfico de Barras

Usar a base de dados fornecida e nos exemplos acima escolher a (s)


varivel (is) que mais se adequa (m).

127
INTRODUO AO PLANEJAMENTOS E ANLISE ESTATSTICA DE
EXPERIMENTOS

O sucesso nasce do querer, da determinao e


persistncia em se chegar a um objetivo.

Mesmo no atingindo o alvo, quem busca e


vence obstculos, no mnimo far coisas
admirveis.

Jos de Alencar

128

Potrebbero piacerti anche