Universidade Federal do Piauí

Campus Parnaíba
Cursos: Biomedicina e Fisioterapia

Aula 1 – Estatística
Básica

Prof: Dr. Severino Cavalcante de Sousa Júnior

Período 2014.2
1
PROFISSIONAL

2
O que preciso ter para ter uma bom
rendimento na disciplina?

 Calculadora científica;
 Aprender e usar as ferramentas do Excel;
 Não se prender só em fórmulas, mas sim como
e quando usá-las;
 Levar a disciplina de maneira mais amistosa.

3
  Coisas que falam da “pobre” estatística:

X Md  X n 1  n 
2

μ
E(X)   X i

X i2   i 1 
2 n

σ QMTrat

SQD i 1 n
α Fcalculado  s2  
n QM Re síduo n 1 n 1
X  X 2  X 3  ...  X n X i
s
X 1  i 1
; CV(%)  .100
n n X
4
H1: μ  μo
COMO ENCARAR A
ESTATÍSTICA?
 Conceitos Introdutórios
 Estatística:
 Corresponde ao campo da ciência que
trata da coleção, apresentação, análise e
uso de dados numéricos para a tomada de
decisões e solução de problemas.

 Estatística – latim “status”- ESTADO.

8
 Conceitos Introdutórios
 Estatística:
 Na antiguidade, a Estatística envolvia aspectos
quantitativos e qualitativos que eram de
interesse do Estado (reservas de alimentos,
disponibilidade de armamentos, tesouros, ...).
 Desde a Antiguidade, vários povos já
registravam o no de animais, no de nascimentos,
no de habitantes, faziam estimativas de
riquezas...
9
 Introdução
 Diariamente somos expostos a uma grande
quantidade de informações estatísticas.

 Dependendo da situação ora somos

consumidores de informações, ora precisamos
produzí-las.

10
 Introdução

 A partir do século XVI começaram a surgir as

primeiras análises de fatos sociais, como
batizados, casamentos, funerais, etc

 No século XVII, Gottfried Achenwall, batizou o

nova ciência de “Estatística” determinando
seus objetivos e suas relações com as demais
ciências.
11
 Origem da Estatística

 1o levantamento estatístico – 3500 a.C.,

no Egito  recursos humanos e
econômicos

 Séc. XVII d.C.  universidades alemãs

(descrever populações e riquezas do
Estado)
 Séc. XVII d.C.  Saúde pública, Indústria,
Comérico e Estudos demográficos

 1943 !!!!!! 
 INTRODUÇÃO

O que é
Estatística
 Estatística  Parte da matemática
interessada nos métodos científicos para
coleta, organização, resumo, apresentação
e análise de dados, bem como na obtenção
de conclusões válidas e na tomada de
decisões razoáveis baseadas em tais
análises.

 Pode tomar decisões.

Definições

 O que é estatística?
 Números específicos obtidos de dados:
 13% de 1.012 pessoas preferem jaca à
graviola;
A alta frequência com que o FORTALEZA foi
CAMPEÃO.
 É um método de análise.
Importância da Estatística

Síntese numérica!!!!

Método estatístico!!!!
 Método estatístico

Técnica usada para obter, analisar e

apresentar dados numéricos.
 Fases do método estatístico

 Definição do problema
 Planejamento
 Coleta ou levantamento dos dados
 Apuração ou sumarização dos dados
 Apresentação dos dados
 Análise e interpretação dos dados
 Qual é o papel da estatística na ciência?

 Na ciência, são realizados estudos

experimentais ou observacionais, levando à
coleção de dados numéricos.
 O propósito da investigação é responder uma
questão científica.
 Em geral, a disciplina de estatística refere-se a
métodos para coleta e descrição dos dados, e
então a verificação da força da evidência nos
dados pró ou contra as idéias científicas.

20
Qual é o papel da estatística na ciência?

 Testar as hipóteses formuladas;

 Obter a apresentar os resultados;

 Realizar testes de hipóteses;

 Obter conclusões.

21
Importância da estatística nas atividades
humanas
 Adoção de novas práticas:
 Recursos humanos (levantamento de dados);

 Saúde (Variedades de doenças);

 Biomedicina (Novas Linhas de vacinas);

 Fisioterapia (RPG, Pilates, funcional);

 Sucesso de tratamento clínico (Vacinação).

22
 Abusos da estatística
 Não é de hoje que ocorrem abusos com a
estatística
 “Mentiras” baseadas em métodos
estatísticos;
 “Os números não metem, mas os
mentirosos de plantão forjam os
números”.
 Estudo da Estatística
 É o conjunto de métodos e processos que visam
identificar leis de comportamento coletivo e não de
cada um dos elementos em particular.
 Divisão do estudo da estatística:
 Estatística Descritiva
 Probabilidade – envolve o acaso
 Inferência

24
 Subdivisões da Estatística

 Estatística descritiva ou análise

exploratória dos dados

 Inferência Estatística
 Divisões da Estatística
 Estatística Descritiva ou Dedutiva
 Trata da coleta, organização, sumarização e
descrição de um conjunto de dados;
 Não tira conclusões de caráter mais
genéricas sobre o grupo maior;
 Procura sintetizar um conjunto de dados,
chegando a expressá-lo por um único
elemento.

26
 Estatística descritiva ou análise
exploratória dos dados
 Parte da estatística que lida com a:
 Organização,

 Resumo, e
 Apresentação de dados por meio de uso de
tabelas, de gráficos, medidas de posição e
medidas de dispersão.

27
 Divisões da Estatística
 Estatística Inferencial ou Indutiva
 Utilizamétodos que tornam possíveis a
estimação de características de uma
população baseada em resultados amostrais;
 Permite conclusões que transcendam os
dados obtidos inicialmente.

28
 Estatística Inferencial ou
Indutiva

 Inferir = concluir, deduzir, concluir

algo.

29
 Inferência estatística
 Baseia-se na construção de modelos teóricos
(probabilísticos), identificados por parâmetros,
capazes de representar adequadamente o
comportamento de alguma variável.

30
Estatística descritiva ou análise exploratória dos
dados

INTERPRETAÇÃO

Inferência estatística

PRESSUPOSIÇÃO
31
 Uso da Estatística
 As aplicações da estatística se desenvolveram
de tal forma que, hoje, praticamente todo campo
de pesquisa se beneficia da utilização de
métodos estatísticos.

 Ex:
 Controlam-se doenças com auxílio de análises
que antecipam epidemias.
 Espécies ameaçadas são protegidas por
regulamentos e leis que reagem a estimativas
estatísticas de modificação do tamanho das
populações. 32
 Uso da Estatística

 O conhecimento de estatística e probabilidade

pode ser uma ferramenta poderosa para ajudar
os profissionais (biomédicos, Fisioterapeutas e
médicos e demais cientistas) na idealização de
novos produtos e sistemas, melhorando idéias
já existentes e idealizando, desenvolvendo e
melhorando processos de produção.

33
Conceitos Básicos

34
População x Amostra

35
População x Amostra
 População
 Conjunto de todos indivíduos que têm, em
comum, determinada característica;
 Uma coleção de todos os elementos,
objetos ou medidas de interesse.
 As populações podem ser:
Finitas – pode-se contar
Infinitas - impossível de contar
37
 População

 População (N)  Conjunto de todos os

elementos relativos a um determinado
fenômeno que possuem pelo menos uma
característica em comum (Conjunto
Universo).
 A POPULAÇÃO pode variar quanto à:

 Origem (conjunto de pessoas, de objetos, de

acontecimentos, etc.);

 Natureza (existente ou real, hipotética ou não

totalmente inexistente)
 A POPULAÇÃO pode variar quanto à:

 Finita - apresenta um número limitado de

observações, que é passível de contagem.

 Infinita - apresenta um número ilimitado de

observações que é impossível de contar e
geralmente esta associada a processos.
 População
 Exemplos:
 Conjunto das rendas de todos os habitantes
de Parnaíba;
 Conjunto de todos as notas dos alunos de
Estatística;
 Universitários brasileiros;
 Alunos da UFPI-Parnaíba, Doentes com
gripe, Pessoas acidentadas, Bovinos, Soja,
Milho híbrido, Produtores de soja da Serra do
Quilombo, Produtores de Eucalipto.
41
 População

 Existem populações que ou não são

possíveis ou são inviáveis de serem
estudadas.
 Razões que dificultam o acesso a todos
os dados:
Econômicas

Geográficas

Natureza ética
42
Nem sempre é possível estudar
exaustivamente todos os elementos de uma
população! Porquê?
 A população pode ter dimensão infinita (Ex.: a
população das temperaturas em todos os pontos da
cidade);
 O estudo da população pode levar à destruição da
mesma (Ex.: População dos fósforos numa caixa)
 O estudo da população ser muito dispendioso em
tempo ou dinheiro (Ex.: pesquisa eleitoral -todos os
eleitores);
 Inacessibilidade a alguns dos elementos da
população por razões de ordem legal.
43
 Censo ou levantamento censitário

 É um levantamento efetuado sobre toda uma

população;
 Quando a pesquisa envolve todo o Universo de
dados.
 Dificuldades:
 Custo, tempo, trabalho.
 Exemplo:
 Eleição para presidente

44
 Amostra
 É um subconjunto finito da população;
 Não vazio; Menor que a população;
 É uma porção ou parte de uma população de
interesse.
 Os elementos da amostra – (n)
 Obtemos uma amostra para fazer inferências de
uma população.

45
 Amostra

 Amostra (n)  Um subconjunto da

população.
 O tamanho da AMOSTRA depende:

 De recursos humanos, materiais e financeiros;

 Variabilidade da resposta, erro admissível,

coeficiente de confiança;

 Trabalhos anteriores.

ALEATORIEDADE (imparcialidade)

47
 Uma AMOSTRA tem que ser

 Representativa
 conter em proporção tudo o que a população
possui qualitativa e quantitativamente
 Imparcial
 todos os elementos da população tem igual
oportunidade de fazer parte da amostra

48
 Exemplos

AMOSTRA
Pesquisas eleitorais
Inflação
Qualidade de água

49
 Amostra
 A finalidade da amostra é permitir fazer
inferência sobre a população após inspeção de
apenas parte dela.
 Fatores com custo, ensaios destrutivos e
populações infinitas, tornam a amostragem
preferível a um estudo completo (Censo) da
população.

50
 Estatística descritiva ou análise
exploratória dos dados

Os dados podem ser provenientes de uma

população finita ou de uma amostra
aleatória.
 Inferência estatística

Análise e interpretação de dados

observando-se somente uma
parte deles (amostra).
Estatística descritiva ou análise exploratória
dos dados

POPULACIONAIS E AMOSTRAIS

Inferência estatística

AMOSTRAIS
Estatística descritiva ou análise exploratória
dos dados

INTERPRETAÇÃO

Inferência estatística

PRESSUPOSIÇÃO
 OUTROS CONCEITOS

 Censo x Amostragem
 Dado x Variável
 Análise univariada x multivariada
 Parâmetro x Estimador x Estimativa
 Censo x Amostragem
 Censo  Coleta exaustiva das “N”
unidades populacionais.

 Amostragem  subconjunto da
população é escolhido com vista a obter
informações relacionadas com um
fenômeno, e de tal forma que a população
inteira de interesse esteja representada.
 Amostragem
 É o processo de escolha de uma amostra da
população;
 Retira informações dos "n" elementos
amostrais, seguindo um método criterioso e
adequado.
 Todos os membros da população têm a
mesma chance de serem selecionados;

57
 Amostragem
 Cuidados com vício: obter amostras viciadas
 Exemplo:
 Amostragem de um particular tipo de animal -
pode ser que os animais que se consegue
capturar e medir são aqueles que não podem
correr tão rápido, ou ao usar uma armadilha,
você pode amostrar somente os animais mais
famintos, etc.

58
 Pesquisa Estatística
 é qualquer informação retirada de uma
população ou amostra, podendo ser
através de Censo ou Amostragem.

59
 Dado x Variável
 Dado estatístico  é qualquer
característica que possa ser observada ou
medida de alguma maneira.

 Variável  é o que se deseja observar

para tirar algum tipo de conclusão.

Ex: Peso de bezerros após “X” dias com uma

alimentação “Y”.
 Variáveis
 São as características observadas ou
medidas em cada elemento da população
ou da amostra.
 Variável é a informação/atributo que é
objeto de estudo.
 Ex:
Cor do grão, teor de açúcar, altura de
planta, rendimento, PV, cor da pelagem,
AC, AG,...
61
 OBSERVAÇÕES
OBSERVAÇÕES:
Dados

Análise de uma variável Análise de várias variáveis

Análise Análise
UNIVARIADA MULTIVARIADA

62
 Variáveis
 A variável apresenta diferentes valores
quando sujeitas a mensurações
sucessivas.

 A variável pode ser:

Quantitativa

Qualitativa

63
 Classificação das Variáveis
 Variáveis quantitativas: Números que
representam contagem ou medidas.
 Quando os possíveis resultados de uma variável
são expressos em números ou intervalos
numéricos

 Variáveis qualitativas: Podem ser separados

em diferentes categorias não numéricas.
 Quando os possíveis resultados são atributos ou
qualidades

64
 Variável Quantitativa
 a) Discretas: são obtidas por procedimentos de
contagem
 Assumem um número finito de valores ou
variam num conjunto finito enumerável
 Ex. no de pessoas, no de veículos, nº animais,
nº plantas, idade,...

 b) Contínuas: são obtidas por procedimentos de

mensuração
 Variam em conjunto infinito não enumerável
 Ex. peso, distância, altura, temperatura, nível
salarial familiar
65
Var. Qualitativas – os valores são expressos por
qualidade, atributos ou categoria – Cor , Sexo,
Qualidade...
a) Nominal: quando não existe ordenação das
possíveis realizações. Ocorre sob a forma de
atributo.
Ex. Cor da pele (branca, amarela, preta), sexo,
religião.

b) Ordinal: são caracterizadas por categorias que

apresentam uma ordem de ocorrência. Com
ordenação.
Ex. Grau de instrução: 1o, 2o e 3º
Bezerro, Garrote, Touro. Cria, Recria e
Terminação. 66
 Classificação das variáveis:

Qualitativa Quantitativa

Nominal Ordinal Discreta Contínua

(classificação) (ordenação) (contagem) (mensuração)

Cor da flor Baixo, médio, Número de Altura de

alto folhas por plantas
planta
 CLASSIFICAÇÃO
VARIÁVEL QUALITATIVA QUANTITATIVA
NOMINAL ORDINAL DISCRETA CONTÍNUA
ALTURA DE PLANTAS

ALTURA DE PLANTAS (ESCALA DE

NOTAS)

PESO DE BEZERROS

NÚMERO DE BROCAS NO FRUTO

INTENSIDADE DE DEFEITO (ESCALA DE

NOTAS)

NÚMERO DE FOLHAS POR PLANTA

PRODUÇÃO AGRÍCOLA

PRODUTIVIDADE AGRÍCOLA

TEMPERATURA

INTENSIDADE PLUVIOMÉTRICA
 CLASSIFICAÇÃO

VARIÁVEL QUALITATIVA QUANTITATIVA

NOMINAL ORDINAL DISCRETA CONTÍNUA

ALTURA DE PLANTAS
X
ALTURA DE PLANTAS (ESCALA DE
NOTAS)
X X
PESO DE BEZERROS
X
NÚMERO DE BROCAS NO FRUTO
X
INTENSIDADE DE DEFEITO (escala de
notas) X X
NÚMERO DE FOLHAS POR PLANTA
X
PRODUÇÃO AGRÍCOLA
X
PRODUTIVIDADE AGRÍCOLA
X
TEMPERATURA
X
INTENSIDADE PLUVIOMÉTRICA
X
Exercício
 Classifique as variáveis relacionadas abaixo em
qualitativas (ordinal ou nominal) e quantitativas
(contínuas ou discretas).
 a) cor do fruto;
 b) produção da plantação de eucalipto (plantas);
 c) número de queijos produzido;
 d) diâmetro externo dos queijos produzidos em um
laticínio;
 e) precipitação pluviométrica durante o ano;
 f) número de associados de uma cooperativa agrícola;
 g) sexo dos alunos do campus- CPCE/UFPI
 h) sacos soja no ano de 2008 no estado do PI;
 i) comprimento de um segmento de reta;
 j) temperatura na cidade de Bom Jesus, PI; 70
Parâmetro, Estimador e Estimativa
 Parâmetro – é uma medida numérica que
descreve a característica da população.
Em geral é um valor desconhecido associado
à população.
Um parâmetro = uma caract. da população.

 Estimador – é qualquer estatística utilizada

para estimar uma quantidade desconhecida.

 Estimativa- é uma medida numérica que

descreve a característica da amostra.
 Parâmetro x Estimador x Estimativa

 Parâmetro  medida populacional.

Ex:   Média
2  Variância
  Desvio padrão
  Coeficiente de correlação

Ex: Uma população com distribuição normal tem

como parâmetros a média e a variância:
E(X) = μ e V(X) = σ2
X ~N(μ, σ2)
Parâmetro x Estimador x Estimativa
Estimador
 Constitui de uma fórmula ou equação que
permitirá a obtenção de valores que serão
diferentes em função da amostra selecionada.

Ex: X  Estimador da média 

 Parâmetro x Estimador x Estimativa

 Estimador  medida obtida da amostra.

É possível utilizar as teorias inferenciais
para fazer conclusões sobre a população.

EX: X  Estimador da média 

Estimador n

X i

O estimador da média:  é ˆ  X  i 1

O estimador da variância:
2
 n

  Xi 
 
n n

 (X i  X ) 2
 Xi 
2 i 1

n
 é  s 
2
ˆ 2 2 i 1
 i 1

n n 1
Parâmetro x Estimador
 CUIDADOOOOO COM A
SIMBOLOGIAAA!!!
 Parâmetro ≠ Estimador
Parâmetro Estimador
m ou µ m̂ ou ̂ ou X
2 ˆ 2 ou s2
 ̂ ou s
 Parâmetro x Estimador x Estimativa

 Estimativa  valor numérico assumido

pelo estimador, ou seja, valor aproximado
do parâmetro (calculado com o uso da
amostra)

X  28
Exemplo: X =10,42 s2 = 4,67
 n

X i
X  i 1
 28  Estimativa
n
ARREDONDAMENTO DE DADOS:
 Regras
1ª - Ex.: 7,34856 (para duas casas decimais) 
7,35

2ª - Ex.: 1,2734 (para duas casas decimais)  1,27

3ª - Ex.: 6,2500 (para décimos)  6,2

12,350 (para décimos)  12,4
8,2563 (para duas casas decimais)  8,26
FIM