Sei sulla pagina 1di 21

UNIVERSIDADE ESTADUAL DE GOIS

UNIDADE DE SANTA HELENA DE GOIS


MBA GESTO ESTRATGICA DE NEGCIOS





MTODOS QUANTITATIVOS E
ESTATSTICOS PARA A TOMADA
DE DECISO














Prof. Nagib Yassin






Santa Helena de Gois
2008



Mtodos quantitativos e estatsticos para a tomada de deciso
Prof. Nagib Yassin nagiyassin@yahoo.com.br
2
NDICE

1 Introduo 3
1.1 Varivel 3
1.2 Quantitativo vs. qualitativo 3
1.3 Escalas de medio 4
1.3.1 Escala nominal 4
1.3.2 Escala ordinal 4
.3.3 Escala intervalar 5
1.3.4 Escala de razo 5
1.4 Amostra vs. populao 6
1.5 Estatstica descritiva vs. inferencial 6
1.6 Amostragem 6
1.7 Tipos de amostragem 6
2 Organizao e apresentao dos dados 9
2.1 Classificao e caractersticas dos dados 9
2.2 Organizao de dados quantitativos 11
2.3 Organizao de dados qualitativos 11
3 Medidas descritivas numricas 13
3.1 Medidas de localizao central 13
Mdias 13
3.1.1 Mdia aritmtica 13
3.1.2 Moda 14
3.1.2.1 Moda de Czuber 15
3.1.3 Mediana 15
3.2 Medidas de disperso 17
3.2.1 Tipos de disperso 17
3.2.1.1Amplitude total 17
3.2.1.2 Anlise grfica 18
3.3 Desvio padro 19
3.3.1 Desvio padro nas sries agrupadas com intervalos de
classe 20
3.3.2 - Coeficiente de Variao 21














Mtodos quantitativos e estatsticos para a tomada de deciso
Prof. Nagib Yassin nagiyassin@yahoo.com.br
3
1
Introduo
1.1 Varivel
Os dados so os ingredientes bsicos da estatstica como disciplina, podendo
esta ser definida como a coleo, organizao, sumrio, anlise e interpretao
dos dados.
Comecemos por definir alguns termos bsicos. Assim, entidade uma pessoa,
local, data, hora ou coisa que fornece o atributo, contagem, ou a medio de
interesse. Exemplos de entidades so, portanto:
o nmero de empresas com a sede em Gois
o nmero de pessoas que sofreram de enfarto do miocrdio em Gois, no ano
de 2001
o nmero de automveis que passam, por hora, num determinado
cruzamento.
Algumas destas entidades esto associadas a contagens, outras a medies,
outras ainda a atributos, representando todas elas um valor para um conceito.
Para definir um conceito, usamos o termo varivel como sendo uma qualidade
ou quantidade com um valor altervel por entidade.

A seguir apresentam-se alguns exemplos de variveis, possveis valores e
entidades.

Varivel Possveis valores Entidade
Idade
Sexo
Forma de pagamento
Metros quadrados da
sala
Tipo de media
30, 31, 32
feminino, masculino
numerrio,cheque, carto de
crdito
25, 30, 50,
rdio, televiso, jornal,
Pessoa
Pessoa
Transao

casa
media
Quadro 1.1 - Exemplos de variveis, valores e entidades

Como a entidade est relacionada com a unidade onde a expresso
realizada, este conceito est normalmente associado palavra "por". Assim, a
varivel "nmero de horas de trabalho por dia" sugere a entidade dia. Do
mesmo modo, varivel "nmero de horas de trabalho de um operrio por
ms" esto associadas duas entidades, pessoa e ms.

1.2 Quantitativo vs. qualitativo

fcil ver diferenas entre os possveis valores de duas variveis como idade
e sexo. Nesta ltima, os valores possveis so palavras; na primeira, so
nmeros.
Estes dois estilos de valores refletem dois tipos diferentes de dados:
quantitativos e qualitativos.
De uma maneira mais geral pode dizer-se que sempre que as entidades
conduzem a etiquetas, categorias, atributos ou cdigos, os dados resultantes
so considerados qualitativos. Quando as entidades produzem uma contagem
ou uma medio, os dados so considerados quantitativos.
Por vezes, a introduo de cdigos constitui uma exceo a esta dicotomia
nmeros-palavras. Outra situao de exceo o chamado dado ordenado
Mtodos quantitativos e estatsticos para a tomada de deciso
Prof. Nagib Yassin nagiyassin@yahoo.com.br
4
(ranked data). Os respectivos valores esto ordenados, por exemplo de muito
boa a muito m qualidade ou o nmero de estrelas da classificao de um
hotel. Os dados ordenados e os cdigos, apesar de numricos, so
normalmente considerados qualitativos.

1.3 Escalas de medio

A determinao de qual a anlise estatstica mais apropriada para os dados de
uma determinada varivel depende da escala de medio usada para essa
varivel.
Existem quatro escalas de medio: nominal, ordinal, intervalar e de razo (ou
proporcional). A escala de medio determina a quantidade de informao
contida nos dados e indica quais as formas mais apropriadas para sumariar os
dados e quais as anlises estatsticas mais convenientes. Iremos, de seguida,
descrever as quatro escalas de medio.

1.3.1 Escala nominal

A escala de medio para uma varivel nominal quando as observaes
para a varivel so apenas etiquetas usadas para identificar (nomear, dar um
nome a) um atributo de cada elemento. Exemplos de escalas nominais so as
seguintes:
sexo (masculino, feminino)
estado civil (solteiro, casado, vivo, divorciado)
religio (vrias possibilidades)
cdigo de pea (A13622, 12B63)
situao profissional (empregado, desempregado)
nmero de polcia (5654, 2712, 35, 624)
importante notar que as operaes aritmticas como a adio, a subtrao, a
multiplicao e a diviso no fazem qualquer sentido em dados nominais.
Assim, mesmo quando os dados nominais so numricos, clculos como soma
ou mdia no so admissveis.

1.3.2 Escala ordinal

A escala de medio para uma varivel ordinal quando:
1. Os dados tm propriedades nominais e
2. Os dados podem ser usados para ordenar as observaes nessa varivel.
Um exemplo de uma escala ordinal a utilizada em vrios questionrios de
satisfao ou de avaliao da qualidade. Consideremos o seguinte caso de um
questionrio usado num restaurante:

Excelente Boa M Comentrio
Comida ________________
Bebidas _______________
Servio ________________
Empregado/a ________________

Neste caso pede-se aos clientes que avaliem a qualidade da comida, das
bebidas, do servio em geral e da forma como foram atendidos pelo/a
Mtodos quantitativos e estatsticos para a tomada de deciso
Prof. Nagib Yassin nagiyassin@yahoo.com.br
5
empregado/a. As categorias de resposta so, para cada varivel, excelente,
boa e m.
As observaes para cada varivel possuem as caractersticas de dados
nominais (cada resposta uma forma de etiquetar como excelente, boa ou m
a qualidade do servio). Para alm disso, as observaes podem ser
ordenadas em termos de qualidade. Por exemplo, considerando a varivel
'qualidade da comida' e aps recolher os dados, podemos ordenar as
observaes em termos de qualidade de comida comeando com as
observaes de excelente comida, seguidas pelas observaes de boa e,
finalmente, pelas observaes de m comida. Tal como os dados obtidos de
uma escala nominal, os obtidos de uma escala ordinal podem ser numricos ou
no numricos. No caso anterior poderamos usar os valores E, B e M ou,
respectivamente, os cdigos 1, 2 e 3. Tambm aqui no faz sentido qualquer
manipulao obtida por operador aritmtico.

1.3.3 Escala intervalar

A escala de medio para uma varivel intervalar quando:
1. Os dados tm propriedades ordinais e
2. O intervalo entre as observaes pode ser expresso em termos de uma
unidade fixa de medida.
A temperatura um bom exemplo de uma varivel que usa uma escala
intervalar de medio. A unidade fixa de medida o grau e uma observao
registrada num determinado ponto do tempo ser um valor numrico que
especifica a quantidade de graus. Estes dados possuem as propriedades dos
dados ordinais, podendo os vrios valores de temperatura ser ordenados do
mais frio para o mais quente.
Para, alm disto, a escala intervalar possui a propriedade que o intervalo entre
observaes pode ser expresso em termos de uma unidade fixa de medida.
Deste modo, o intervalo entre 35 e 40 graus de 5 graus, o intervalo entre 35 e
85 graus de 50 graus e o intervalo entre 85 e 90 graus de 5 graus. Com
dados nominais e ordinais, tais diferenas entre observaes no tinham
qualquer significado.
A unidade fixa de medida exigida por uma escala intervalar, significa que os
dados tm necessariamente de ser numricos. Ento, j faz sentido somar,
subtrair, multiplicar e dividir.

1.3.4 Escala de razo

A escala de medio para uma varivel de razo quando:
1. Os dados tm propriedades intervalares e
2. Faz sentido dividir duas observaes.
As variveis: distncia, peso, comprimento e tempo medem-se atravs de
escalas de razo, exigindo necessariamente a presena de um zero,
representando a no existncia de valor.
Consideremos uma varivel indicando o preo de um automvel. O ponto zero
corresponde ao valor de um automvel sem preo (gratuito). Deste modo,
comparando o preo de 35.000 com o de 17.500 se pode deduzir que o
primeiro custa duas vezes mais do que o segundo.
Os dados obtidos por uma escala de razo so tambm sempre numricos.
Mtodos quantitativos e estatsticos para a tomada de deciso
Prof. Nagib Yassin nagiyassin@yahoo.com.br
6
1.4 Amostra vs. populao

Outro par de conceitos que necessita ser mencionado o de populao e
amostra.
Se o conjunto de dados que possumos exaustivo dizemos simplesmente que
forma uma populao. Neste caso, toda e qualquer entidade tem de estar
presente. Quando algumas, mas no todas, as entidades esto presentes, a
coleo de valores obtidos denomina-se amostra.
Normalmente, para designarmos o nmero de entidades (tamanho) de uma
populao finita, usamos a letra maiscula N e a letra minscula n representa o
nmero de entidades na amostra.

1.5 Estatstica descritiva vs. inferencial

H essencialmente dois tipos de procedimentos em estatsticas. A estatstica
descritiva tem como objetivo a descrio dos dados, sejam eles de uma
amostra ou de uma populao. Pode incluir:
verificao da representatividade ou da falta de dados;
ordenao dos dados;
compilao dos dados em tabela;
criao de grficos com os dados;
calcular valores de sumrio, tais como mdias;
obter relaes funcionais entre variveis.
A estatstica inferencial, o segundo tipo de procedimentos em estatstica,
preocupa-se com o raciocnio necessrio para, a partir dos dados, se obter
concluses gerais. O seu objetivo obter uma afirmao acerca de uma
populao com base numa amostra. Estas inferncias ou generalizaes
podem tambm ser de dois tipos: estimaes ou decises (testes de
hipteses).

1.6 Amostragem

A amostragem o processo pelo qual recolhemos dados. Isto d-nos apenas
uma imagem da populao em estudo. No entanto, e independentemente da
correo dos processos usados, para recolher a amostra, h sempre a
considerar o chamado erro de amostragem. Devemos sempre esperar algumas
diferenas entre a amostra e a populao.
Por outro lado, por exemplo, o erro pode residir no s na amostragem, mas
tambm nos prprios dados. Erros no amostrais acontecem quando os
valores recolhidos no pertencem aos valores possveis da entidade (exemplo:
registrado o valor 21 para uma nota, quando deveria ter sido 12) ou quando
apenas uma pequena proporo da populao recolhida.

1.7 Tipos de amostragem

De uma maneira geral, os tipos de amostragem podem ser de dois tipos:
aleatrias e no aleatria. O mtodo de amostragem no aleatria consiste em
selecionarmos entidades atravs de escolha pessoal. As amostras no
aleatrias incluem:
Mtodos quantitativos e estatsticos para a tomada de deciso
Prof. Nagib Yassin nagiyassin@yahoo.com.br
7
as de opinio quando as entidades so escolhidas porque compem uma
amostra representativa (os habitantes de duas freguesias podem ser usados
como representativos dos eleitores de uma zona mais ampla do pas, por
exemplo);
as de convenincia quando escolhemos as entidades apenas estas estarem
mais prximas de ns (escolhemos os alunos de uma turma quando
pretendemos obter a opinio de todos os alunos de uma escola; e
as de quota quando os elementos que compem a amostra so de
determinadas caractersticas (se soubermos que os consumidores de um
determinado produto so 60% do sexo feminino, podemos dizer a um inquiridor
que esteja porta de um supermercado para entrevistar 60 pessoas do sexo
feminino e 40 do sexo masculino, cabendo-lhe a ele a deciso de escolher
quem entrevista).
Porque dependem de escolha pessoal, as amostras no aleatrias podem
efetivamente no ser representativas de uma populao, sendo difcil o clculo
do erro amostral. Para ultrapassarmos este problema, as amostras aleatrias
deixam a escolha ao acaso, tendo em princpio cada elemento da populao a
mesma hiptese de ser escolhido.
H quatro tipos de amostragens aleatrias. A primeira delas a chamada
amostra aleatria simples de tamanho n onde no s cada elemento da
populao tem as mesmas hipteses de ser escolhido, como tambm qualquer
conjunto de tamanho n pode ser escolhido.
Um dos instrumentos usados para se obter uma amostra aleatria simples de
tamanho n a chamada tabela de nmeros aleatrios. A Tabela A1 um
exemplo de uma tabela de nmeros aleatrios usada para identificar entidades
se N 100.
Para exemplificar o uso desta tabela, vejamos o caso de uma amostra de
tamanho n = 6 de uma populao de tamanho N = 76. De incio, temos de
especificar o ponto de partida e a orientao da leitura na tabela. Para ponto de
partida suponhamos que escolhemos dois dgitos (1 e 8 por exemplo) que
correspondem aos nmeros de linha e de coluna na tabela. Na interseco da
1 linha com a 8 coluna encontramos o valor 40, o primeiro elemento da nossa
amostra. De seguida escolhemos o percurso na tabela (de cima para baixo, por
exemplo). ento fcil identificarmos os seguintes cinco elementos: 61, 97, 12,
58 e 27. Como o tamanho da populao 76, impossvel recolhermos o
elemento de ordem 97. Assim, ignoramos este nmero e escolhemos o
prximo nmero possvel, no nosso caso, exatamente o nmero 76.
Procedimento semelhante pode ser usado na Tabela A2 para obtermos
amostras da populao onde N 1000.
O segundo tipo de amostragem a amostragem estratificada. Neste tipo de
amostragem, as entidades so agrupadas em estratos segundo caractersticas
10 fsicas ou materiais. Para assegurar que todos os estratos da populao
estudantil afetados por determinado diploma sejam considerados, escolhem-se,
por exemplo, uma amostra aleatria de estudantes de cada um dos tipos de
ensino:
bsico, secundrio e superior. Uma nica amostra aleatria simples no
poderia garantir esta representao de estudantes dos trs tipos de ensino.
Um terceiro tipo de amostragem a chamada amostragem por cachos. Aqui,
as entidades so classificadas em grupos ou cachos e selecionada uma
Mtodos quantitativos e estatsticos para a tomada de deciso
Prof. Nagib Yassin nagiyassin@yahoo.com.br
8
amostra aleatria de cachos. Um censo (de toda a populao) ento
conduzido dentro dos cachos selecionados.
Por fim, a amostra sistemtica seleciona todas as entidades de ordem k numa
populao finita de tamanho N. Normalmente k o valor arredondado de N/n.































Mtodos quantitativos e estatsticos para a tomada de deciso
Prof. Nagib Yassin nagiyassin@yahoo.com.br
9
2
Organizao e Apresentao dos Dados

2.1 Classificao e caractersticas dos dados
A organizao e apresentao de dados no so independentes da
classificao das variveis em quantitativas ou qualitativas. Enquanto que
possvel agrupar os dados qualitativos numa s categoria genrica, os
quantitativos so divididos em dados discretos e dados contnuos.
Uma varivel quantitativa que tenha valores separados em pontos especficos
ao longo da linha dos nmeros chamada discreta; caso no seja possvel
encontrarem-se "buracos" entre os possveis valores de uma varivel, esta
dita contnua. Contar os empregados de uma empresa leva-nos a uma varivel
discreta, ao passo que a taxa de desemprego, obtida atravs da razo entre o
nmero de desempregados e o tamanho da fora de trabalho, constitui uma
varivel contnua.
Notar que nem sempre evidente esta distino entre variveis contnuas e
discretas. Devido a limitaes de espao e de preciso, os valores contnuos
so normalmente truncados ou arredondados e portanto assemelham-se a
valores de variveis discretas.

2.2 Organizao de dados quantitativos

Existem dois processos elementares de organizarmos os dados quantitativos:
so eles a criao de tabelas de distribuio de freqncias agrupadas e no
agrupadas.
Para construir uma distribuio de freqncias no agrupadas apenas temos
de listar, numa coluna, todos os valores distintos da varivel e, numa segunda
coluna, as contagens das freqncias de cada valor.

Exemplo: Para se estudar a mobilidade da nossa sociedade, uma empresa de
consultoria inquiriu 47 indivduos e perguntou-lhes quantas vezes, nos ltimos
trs anos, que tinham mudado de residncia. As respostas foram:
5 1 0 1 1 1 5 3
0 0 1 1 1 1 3 0
2 4 0 2 4 0 0 3
0 0 3 0 0 6 1 2
4 5 0 2 3 0 4 0
1 4 3 0 7 2 0
A distribuio de freqncia no agrupada obtida a seguinte
X F
0
1
2
3
4
5
6
7
16
10
5
6
5
3
1
1
n 47
Mtodos quantitativos e estatsticos para a tomada de deciso
Prof. Nagib Yassin nagiyassin@yahoo.com.br
10

A idia subjacente distribuio de freqncias agrupadas juntar valores
prximos em classes ou intervalos de nmeros. Para isso necessrio
determinar-se o nmero de classes e o comprimento de cada uma delas.
Para determinarmos o nmero de classes, e apenas como orientao geral,
podemos usar a tabela abaixo onde, por exemplo, se o tamanho da amostra
estiver entre 16 e 32, se recomenda 4 a 5 classes.

Tamanho da amostra
n
Nmero de classes
c
11 16
16 32
32 64
64 128
128 - 256
256 512
Acima de 512
3 4
4 5
5 6
6 7
7 8
8 9
10 ou mais

Quadro 2.1 - Nmero aconselhvel de classes por tamanho da amostra

Escolhendo um valor para c, necessitamos de encontrar o comprimento de
cada classe. Este dado por
c
min - max
w =

onde max e min correspondem, respectivamente, aos valores mximo e
mnimo dos dados.
Por exemplo, se tivermos uma amostra de tamanho n = 60 com valores de 0,30
a 9,22, a tabela anterior aconselha-nos a agrupar os dados em 6 classes.
Assim,
c
min - max
w =
=
47 1,
6
0,33 - 9,22
w = =


Como a preciso dos dados de duas casas decimais, w = 1.49. As classes
obtidas podero ento ser as seguintes:

0,30 - 1,79
1,79 - 3,28
3,28 - 4,77
4,77 - 6,26
6,26 - 7,75
7,75 - 9,24


Para cada classe normalmente aceite que o limite inferior lhe pertence e o
limite superior lhe externo. No nosso caso, a primeira classe seria ento
formada pelos valores X tal que 0,30 X < 1,79

Entretanto, se a nossa amostra fosse


Mtodos quantitativos e estatsticos para a tomada de deciso
Prof. Nagib Yassin nagiyassin@yahoo.com.br
11
3,28 0,39 1,14 6,87 7,06 6,48 1,29 1,21 3,67 2,60
0,57 2,17 9,18 1,57 9,22 5,99 2,91 1,34 0,39 4,57
0,56 0,53 4,50 4,87 2,84 1,83 1,91 4,55 3,60 1,78
2,42 1,53 2,06 0,80 2,27 1,25 4,94 0,93 4,57 2,97
0,30 1,30 3,41 1,43 3,83 0,31 6,18 3,30 1,78 2,60
0,45 3,80 4,40 4,19 5,61 2,95 2,42 5,04 2,97 2,37

obter-se-ia a seguinte distribuio de frequncias agrupadas:



Classes f
0,30 |--- 1,79
1,79 |--- 3,28
3,28 |--- 4,77
4,77 |--- 6,26
6,26 |--- 7,75
7,75 |--- 9,24

21
15
13
6
3
2
60

Trs outros conceitos importantes emergem de imediato. O primeiro o da
freqncia relativa de uma classe, fr, definida como sendo a freqncia das
observaes dessa classe dividida por n. O segundo o da freqncia
acumulada, fa, de uma classe como sendo a soma das freqncias nessa
classe e em todas as que a precedem. Por fim, o terceiro conceito o do ponto
mdio de uma classe, M, que obtido pela soma dos pontos extremos dividida
por dois.

No exemplo da nossa amostra de tamanho 60, podemos ter

Classes(x
i
) f
xi
F
xi
f
r
Pm
0,30 |--- 1,79
1,79 |--- 3,28
3,28 |--- 4,77
4,77 |--- 6,26
6,26 |--- 7,75
7,75 |--- 9,24

21 21 0,35 1,05
15 36 2,54 2,54
13 49 0,22 4,03
6 55 0,10 5,52
3 58 0,05 7,01
2 60 0,03 8,50
60 1,00



2.3 Organizao de dados qualitativos

Os dados qualitativos so, por definio, caracterizados por palavras ou
categorias, sendo relativamente simples a forma de os organizarmos. So
exemplos de dados qualitativos os obtidos pelas seguintes questes, por
exemplo:

Mtodos quantitativos e estatsticos para a tomada de deciso
Prof. Nagib Yassin nagiyassin@yahoo.com.br
12
Qual o seu sexo? 1 FEMININO 2 MASCULINO

Qual o seu estado civil? 1 CASADO 4 DIVORCIADO 3 SEPARADO
2 SOLTEIRO 5 VIVO

Como tem sido a sua qualidade de vida nas ltimas 4 semanas? Como que
as coisas lhe tm corrido?
1 MUITO BOA: NO PODIA SER MELHOR
2 BOA
3 BOA E M EM PARTES IGUAIS
4 M
5 MUITO M: NO PODIA SER PIOR
A organizao dos dados qualitativos normalmente feita calculando o nmero
de respostas em cada uma das categorias, seguido da percentagem
correspondente.
Tabelas de uma via, como o Quadro 2.2, so meios concisos e efetivos de
organizao.

Qualidade de vida Nmero (n) Percentagem
Muito boa
Boa
Em partes iguais
Ruim
Muito ruim
11 17,2
33 51,4
10 15,6
8 12,5
2 3,1
64 100,00
Quadro 2.2 - Distribuio das respostas referente qualidade de vida
















Mtodos quantitativos e estatsticos para a tomada de deciso
Prof. Nagib Yassin nagiyassin@yahoo.com.br
13
3
Medidas Numricas Descritivas
Neste captulo vo ser apresentados os alicerces fundamentais da estatstica
descritiva. Iremos ver vrios processos numricos destinados a sumariar os
dados.
Tambm aqui importante distinguir-se uma amostra de uma populao.
Assim chamaremos parmetro a uma medida descritiva numrica de uma
populao; a correspondente medida descritiva da amostra denominada
estatstica.

3.1 Medidas de localizao central

Mdias
So medidas descritivas que tem por finalidade representar um conjunto de dados.

3.1.1. - Mdia Aritmtica ( ) X ou ():
A mdia o nmero total de valores de um conjunto de dados dividido pelo nmero de
valores. Para populaes, a mdia normalmente representada pela letra grega ,
enquanto que para amostras, usamos o smbolo X
O processo usado para determinarmos o valor da mdia de um conjunto de dados x
1
,
x
2
, x
3
, , x
n
depende da maneira como os dados estiverem agrupados. Se no houver
qualquer agregao, a mdia dada por:

a)Dados simples
n
n
i
i
X
X

=
=
1
ou
N
N
i
i
X


=
=
1

Exemplo:
Temos uma amostra de 10 crianas de 5 anos de idade, com dados referentes a seus
pesos (em kg): 23,0 20,0 22,0 19,0 25,0 28,2 24,0 21,0 27,0 21,0 n = 10

kg 23
10
21 27 21 24 28 25 19 22 20 23
X =
+ + + + + + + + +
=
b) Dados tabelados

b.1) Tabela com Valores Ponderados
Mdia Aritmtica Ponderada (Xi), (onde fi o peso)

=
=
i
f
n
i
i
f .
i
X
X
1

Exemplo:
Nota do aluno "X" 1
0
semestre de 2007 FESURV
Notas (Xi) Pesos (fi) Xi.fi
7,8 2 15,6
8,3 3 24,9
9,2 2 18,4
5,8 3 17,4
10 76,3
Mtodos quantitativos e estatsticos para a tomada de deciso
Prof. Nagib Yassin nagiyassin@yahoo.com.br
14
Fonte: Dados Hipotticos

=
=
n
i
i
f
n
i
i
f .
i
X
X
1
1
6 7
10
3 76
,
,
X =
b.2) Distribuio de freqncias
Mdia Aritmtica (X)

=
=
i
f
n
i
i
f .
i
X
X
1

Exemplo:
Altura em centmetros de 160 alunos do Curso de Medicina Veterinria da FESURV -
2007
Altura (cm) Xi fi Xi . fi
150 |--- 158 153,5 18 2763
158 |--- 166 161,5 25 4037,5
166 |--- 174 169,5 20 3390
174 |--- 182 177,5 52 9230
182 |--- 190 185,5 30 5565
190 |--- 198 194,5 15 2917,5
160 27903
Fonte: Departamento de Estatstica (2007)

=
=
i
f
n
i
i
f .
i
X
X
1
= 4 174
160
27903
, X = cm

3.1.2 Moda (Mo)
A moda outra medida de tendncia central, sendo, no entanto a menos importante.
Sua vantagem que pode ser usada para variveis qualitativas. Genericamente,
pode-se definir a moda como o valor mais freqente da distribuio.

a) Dados No Tabelados
Ex.: 3 4 4 4 5 5 6 6 7 8 9 Mo = 4 (unimodal)
5 6 7 8 9 10 11 12 13 Mo = (amodal)
1 1 2 2 3 3 3 4 5 5 5 Mo1 = 3 Mo2 = 5 (bimodal)
5 5 6 6 7 7 8 8 Mo = (amodal)
5 5 6 6 7 7 8 Mo1 = 5 Mo2 = 6 Mo3 = 7 (multimodal)

b) Determinao da Moda para Valores Tabulados.
No caso de dados tabelados no agrupados em classe, a determinao da moda
imediata, bastando para isso, consultar a tabela, localizando o valor que apresenta a
maior frequncia.

Distribuio de freqncias intervalar

Mtodos quantitativos e estatsticos para a tomada de deciso
Prof. Nagib Yassin nagiyassin@yahoo.com.br
15
3.1.2.1 - Moda de Czuber (Moc)
O processo para determinar a moda usada por Czuber leva em considerao as
freqncias anteriores e posteriores classe modal.

=
=

+
+ =
Pos
f Mo
f
Ant
f
Mo
f
h .

i
l
o
M
2
1
2 1
1

onde:

li limite inferior da classe modal;
fMo freqncia absoluta da classe modal;
h amplitude do intervalo de classe;
fant freqncia absoluta da classe anterior a classe modal;
fpos freqncia absoluta da classe posterior a classe modal;

3.1.3 Mediana (Md)
definido como o valor que divide uma srie ordenada de tal forma que pelo menos a
metade dos itens sejam iguais ou maiores do que ela, e que a outra metada dos itens
sejam menores do que ela. Colocados em ordem crescente, a mediana o elemento
que ocupa a posio central.
Como a mediana divide os dados ordenados ao meio, ela no sensvel a valores
discrepantes. A depender de como estejam os dados, deve-se diferenciar a forma
como encontra-se a mediana.
1. Determinao da Mediana de Valores no-tabulados.
Processa-se a partir de um rol ou lista ordenada dos dados. Podem ocorrer duas
hipteses com relao ao nmero de observaes n: que ele seja mpar ou par.
Veremos os dois casos:
a) Nmero mpar de observaes:
Requer, em primeiro lugar, que se determine a ordem em que se encontra a mediana
na srie. Para isto encontramos:
Posio =
2
1 + ++ + n
termos impares
O passo seguinte ser localizar a mediana na lista de valores, de acordo com o
resultado obtido no clculo do elemento mediano (Emd).

b) Nmero par de observaes:
Neste caso, o elemento mediano ser determinado atravs da expresso:
Posio = 1
2
+ ++ +
n
termos pares
A mediana ser determinada pela mdia aritmtica entre os valores que ocupam a
posio definida pelo elemento mediano e a posio sucessora.

2. Determinao da Mediana de Valores Tabulados no-Agrupados em Classes.
Da mesma forma como foi calculado anteriormente, definiremos o elemento mediano.
Em seguida, acrescentaremos tabela de freqncia uma coluna de freqncias
acumuladas abaixo de absoluta. Com o uso destas freqncias encontraremos a
posio definida pelo elemento mediano, na qual estar a mediana.

Mtodos quantitativos e estatsticos para a tomada de deciso
Prof. Nagib Yassin nagiyassin@yahoo.com.br
16
Exemplo: Clculo da mediana para os dados da tabela 4 da seco de mdia.


Tabela 6: Nmero de cries em crianas de 7 anos de idade. Candeias. 1990.

N
0
de dentes careados (xi) N
0
de crianas (fi) Fi

0
1
2
3
4
5

3
2
4
2
1
1

3
5
9
11
12
13
TOTAL 13
Fonte: (dados hipotticos)

Soluo: n = 13 ==> 7
2
1 13
P =
+
=
Como n mpar > a mediana definida pelo valor que ocupa a 7
a
posio. Com
base nas informaes da coluna que contm as freqncias acumuladas abaixo de
absoluta, a mediana igual a 2.
Interpretao: 50% das crianas de 7 anos apresentaram 2 ou menos cries numa
comunidade de Candeias em 1990.

3. Determinao da Mediana de Valores Tabulados Agrupados em Classes.
Neste caso, encontramos o elemento mediano atravs da frmula
2
n
P = , no se
fazendo distino entre nmero par ou mpar de observaes. A partir da,
determinaremos a classe mediana, aps a qual a mediana ser calculada atravs da
seguinte expresso:

Md
f
h .
ANT
F
i
f
li
d
M
|

\
|

+ =
2

onde:
li limite inferior da classe que contm a mediana;
2
n
posio da mediana;
Fant freqncia acumulada da classe anterior a que contm a mediana;
h amplitude do intervalo de classe;
f Md freqncia absoluta da classe que contm a mediana;

Exemplo: Clculo da mediana para os dados da Tabela 5

Casos de Aids segundo faixa etria. Bahia. 1993
Faixa Etria fi(1000) F
i
15 |----- 25
25 |----- 35
35 |----- 45
45 |----- 55

25
30
15
10
25
55
70
80
Total 80
Mtodos quantitativos e estatsticos para a tomada de deciso
Prof. Nagib Yassin nagiyassin@yahoo.com.br
17
Fonte: (Dados hipotticos)

Soluo
n=80 40
2
80
2
n
P = = =
O elemento que ocupa a 40
a
posio encontra-se na 2
a
classe. Logo,
30 Md
30
25 40 10
25 Md =

+ =
) (

Interpretao: 50% dos pacientes de Aids na Bahia, em 1993, tinham idade igual ou
inferior a 30 anos.


Figura 3.2 - Relaes entre a mdia (), a mediana (Md) e a moda (Mo)

As relaes entre a mdia (), a mediana (Md) e a moda (Mo) para uma
distribuio com uma s moda pode ser examinada na Figura 3.2. Para uma
distribuio simtrica os valores da mdia, mediana e moda coincidem. Se a
distribuio enviesada para a esquerda, < Md < Mo. Se a distribuio
enviesada para a direita, Mo < Md < . Em distribuies enviesadas, a mediana
est sempre entre a mdia e a moda.

3.2 Medidas de disperso

Visam descrever os dados no sentido de informar o grau de disperso ou afastamento
dos valores observados em torno de um valor central (representativo) chamado mdia.
Informa se um conjunto de dados homogneo (pouca variabilidade) ou heterogneo
(muita variabilidade).

3.2.1 TIPOS DE MEDIDAS DE DISPERSO

3.2.1.1 Amplitude Total ou Intervalo Total (H) => a diferena entre os valores
extremos da srie.
H = Xmx Xmn
Para estudarmos as medidas de variabilidade para dados no tabelados usaremos um
exemplo prtico.
Supomos que uma empresa esteja querendo contratar um funcionrio, e no final da
concorrncia sobraram dois candidatos para uma nica vaga.
Ento foi dado 4 tarefas para cada um, onde as mesmas tiveram como registro o
tempo (em minutos) de execuo.
TAREFAS 1 2 3 4
OPERRIO 1 (TEMPO) 55 45 52 48
OPERRIO 2 (TEMPO 30 70 40 60

Operrio 1: H = X
mx
X
mn
=> H = 55 45 = 10
Mtodos quantitativos e estatsticos para a tomada de deciso
Prof. Nagib Yassin nagiyassin@yahoo.com.br
18
Operrio 2: H = X
mx
X
mn
=> H = 70 30 = 40

Logo, a maior disperso ocorreu com o operrio 2

3.2.1.2 - Anlise Grfica
0
10
20
30
40
50
60
0 1 2 3 4 5

0
10
20
30
40
50
60
70
80
0 1 2 3 4 5

Operrio a Operrio b


A amplitude nos d a idia do campo de variao dos valores da srie. No entanto,
devemos frisar que a amplitude no uma boa medida de disperso porque seu
clculo se baseia apenas nos valores extremos da amostra e no em todos os dados.

2. Varincia (S
2
ou
2
)
As medidas de tendncia central so insuficientes para descrever adequadamente
uma amostra. necessrio tambm descrever em que medida os dados de
observao esto agrupados ao redor da mdia. A varincia mede a disperso dos
dados de observaes de uma amostra em relao a respectiva mdia.
A varincia amostral simbolizada por S
2
, calculada pela frmula:
( )

=
n
1 i
1 n
2
x
i
x
2
S ou
( )

=

=
n
1 i
N
2
x
i
x
2

Em que x
i
so as observaes da amostra e n o nmero total de observaes. Em
termos, a varincia a soma dos quadrados dos desvios em relao mdia, dividido
pelo nmero de observaes menos uma.
Exemplo
A determinao de glicose plasmtica em 9 indivduos forneceu os seguintes
resultados (mg/dL): 90 86 78 90 98 90 82 76 e 84




x
i ) ( x
i
x d = 2
x
i
x
2
d ) ( =
90
86
78
90
98
90
82
76
84
90-86=4
86-86=0
78-86=-8
90-86=4
98-86=12
90-86=4
82-86=-4
76-86=-10
84-86=-2
(4)
2
=16
(0)
2
=0
(-8)
2
=64
(4)
2
=16
(12)
2=
144
(4)
2
=16
(-4)
2
=16
(-10)
2
=100
(-2)
2
=4
0 376

Soluo:
Mtodos quantitativos e estatsticos para a tomada de deciso
Prof. Nagib Yassin nagiyassin@yahoo.com.br
19

( )

=
n
1 i
1 n
2
x
i
x
2
S 47
1 9
376
2
S =

=

A varincia S
2
, como estatstica calculada da amostra uma estimativa no viciada da
varincia populacional.
O denominador n-1 chamado de graus de liberdade (GL). O uso de n em lugar de n-
1 como denominador no clculo da varincia amostral obter-se-ia um valor menor que
o verdadeiro valor do parmetro populacional (
2
) .A situao corrigida reduzindo o
denominador pela subtrao de uma unidade.
A varincia amostral tambm pode ser calculada por particularmente bem adaptada
para o emprego de calculadoras.
( )
1 n
n
2
i
x
2
i
x
2
S

=

Seja o exemplo

x
i 2
i
x
90
86
78
90
98
90
82
76
84
8100
7396
6084
8100
9604
8100
6724
5776
7056
774 66940

( )
1 n
n
2
i
x
2
i
x
2
S

= = 47
8
66564 66940
1 9
9
2
774
66940
2
S =

=
) (


3.3 Desvio-Padro (S ou )

a medida de disperso mais usada e mais importante. Mede a concentrao dos
dados em torno da mdia. dado pela soma dos quadrados dos desvios dividido pelo
nmero total de observaes.
calculado pelas frmulas:

a) Desvio-padro de dados brutos:
( )

=
n
1 i
1 n
2
x
i
x
S ou
( )
1 n
n
2
i
x
2
i
x
S

=

O desvio padro, portanto a raiz quadrada da varincia.

Para o exemplo da seo anterior

Mtodos quantitativos e estatsticos para a tomada de deciso
Prof. Nagib Yassin nagiyassin@yahoo.com.br
20

dL mg 85 6 47
1 9
376
S / , = =

=
O desvio padro da amostra uma estimativa do valor paramtrico (sigma), o desvio
padro verdadeiro da populao.
Para os dados de medio, especialmente em grandes amostras, o desvio padro
indica os limites provveis dentro dos quais se situam certas propores das
observaes. Assim verifica-se que 68% das observaes da amostra estar entre os
limites s x ; 95% das observaes entre s 2 x ; e 99% das observaes entre
s 3 x .

b) Desvio-padro para dados tabulados
Neste caso emprega-se o ponto mdio para apresentao das medidas includas
naquela classe. Deve-se levar em considerao tambm, a freqncia de cada classe
aplicando a frmula:
2
n
i
f
i
x
n
i
f
2
i
x
s |

\
|

=
Exemplo
Considere a tabela de distribuio de freqncias sem intervalos de classe do exemplo
dos exames solicitados por requisio mdica.
x
i
fi x
i
f
i
i
f
2
i
x
2
3
4
5
6
7
8
13
9
6
3
1
16
39
36
30
18
7
32
117
144
150
108
49
40 146 600

Logo:

2
n
i
f
i
x
n
i
f
2
i
x
s |

\
|

= = 29 1 68 1 32 13 15
1600
21316
15
2
40
146
40
600
, , , = = = = |

\
|


3.3.1 Desvio padro nas sries agrupadas com intervalos de classe
Para os dados grupados com intervalo de classe emprega-se a mesma frmula
apresentada anteriormente, ou seja:
2
n
i
f
i
x
n
i
f
2
i
x
s |

\
|

=
Exemplo
Concentrao de colesterol em uma amostra controle
i Concentrao f
i
x
i
x
i
f
i
i
f
2
i
x
1
2
3
4
5
6
154 |--- 158
158 |--- 162
162 |--- 166
166 |--- 170
170 |--- 174
174 |--- 178
4
12
14
10
7
3
156
160
164
168
172
176
624
1920
2296
1680
1204
528
97344
307200
376544
282240
207088
92928
50 8252 1363344
Mtodos quantitativos e estatsticos para a tomada de deciso
Prof. Nagib Yassin nagiyassin@yahoo.com.br
21

Soluo

2
n
i
f
i
x
n
i
f
2
i
x
s |

\
|

= = 36 5 68 28 2 27238 9 27266
2
50
8252
50
1363344
, , , , = = = |

\
|



3.3.2 - Coeficiente de Variao

O coeficiente de variao (CV) a magnitude relativa do desvio padro expresso em
percentagem da mdia. uma estatstica usada quando se deseja comparar a
variabilidade relativa em diferentes tipos de dados, inclusive em diferentes dados
medidos em diferentes unidades de medio.
O coeficiente de variao independe da unidade de medio empregado. Isto permite
a comparao de vrios tipos de dados, tais como, presso arterial com temperatura.
C.V. = 100 .

ou 100 .
X
S

Exemplo
A determinao de glicose plasmtica em 9 indivduos forneceu os seguintes
resultados (mg/dL): 90 86 78 90 98 90 82 76 e 84
86
9
84 76 82 90 98 90 78 86 90
X =
+ + + + + + + +
=
dL mg 85 6 47
1 9
376
S / , = =

=
% , .
,
96 7 100
86
85 6
CV = =

Obs.: 0% C.V 100%
C.V 50% a mdia representativa
C.V. 0 a maior representatividade da mdia (S = 0)

Potrebbero piacerti anche