estatística e probabilidade esp - joinville.ifsc.edu.brjoinville.ifsc.edu.br/~joni.fusinato/eng...
TRANSCRIPT
2
Plano de Ensino
Competências:
Conhecer os fundamentos e recursos da estatística aplicada einterpretar seus resultados.
Habilidades:
Organizar os dados e aplicar os métodos estatísticos. Interpretar e executar cálculos estatísticos aplicados a engenharia.
• METODOLOGIA
Aulas com uso do quadro ou projetor multimídia;
Acompanhamento dos estudantes durante a resolução dos
exercícios propostos em sala;
Atendimento individualizado com agendamento;
Correção e discussão coletiva de exercícios;
Revisão e discussão das avaliações realizadas durante o semestre.
Plano de Ensino
4
Avaliações de conteúdos: Estão previstas três avaliações, que em
conjunto equivalem a 80% da nota final.
Será oportunizada ao estudante a recuperação de conteúdo e notas
conforme previsto no cronograma.
Atividades para serem entregues e feitas corretamente serão
acrescentadas a título de incentivo ao estudante até 10% sobre a nota da
prova.
Esse acréscimo na nota de prova não se aplica a prova de recuperação.
As avaliações poderão ser diferenciadas entre si. O professorinformará antecipadamente a modalidade que será adotada.
Avaliações
5
Participação e interesse: processo pessoal e subjetivo de avaliação
por parte do professor e caracteriza-se por ser uma avaliação relativa
à presença e assiduidade do aluno em sala, a participação ativa nos
exercícios propostos, ao seu interesse nas discussões relativas aos
conteúdos, suas atitudes perante a turma e o que mais se julgar
necessário.
Esta avaliação equivale a 20% da nota final.
Avaliações
Horário de Atendimento individualizado:
• 3ª Feira: 18:30 - 19:25 e 6ª Feira: 14:25 - 15:20.
Onde? Bloco 4, sala 5.
Aulas e listas de exercícios podem ser acessados em:
joinville.ifsc.edu.br/~joni.fusinatoPasta: ENG MEC https://sig.ifsc.edu.br/sigaa
ImportanteHorário das aulas: 3ª feira: 19:25 – 20:20 – Sala 3216ª feira: 18:30 – 20:30 – Sala 321
• Carga Horária: 60 horas. (máximo de 15 faltas).
Temas abordados:
Conceitos introdutórios (População, Amostra e Variável).
Apresentação e interpretação dos dados (Tabular e Gráficos).
Medidas de Tendência Central: Média, Mediana e Moda.
Medidas de Dispersão: Variância, Desvio-Padrão.
Apresentação da Ementa
Temas abordados:
Probabilidade: Conceito, axiomas e teoremas fundamentais.
Variáveis aleatórias.
Distribuições de probabilidade discretas e contínuas.
Teste de hipótese.
Correlação e regressão.
Apresentação da Ementa
9
Cronograma Previsto
Data Aulas Tema
16/02 2 [02] Apresentação da disciplina. Conceitos iniciais: variáveis e amostragem.
20/02 1 [03] Tipos de tabelas e gráficos para apresentação dos dados estatísticos.
23/02 2 [05] Indicadores, taxas e índices.27/02 1 [06] Organização dos dados estatísticos: distribuição de frequências.
02/03 2 [08] Organização dos dados estatísticos: distribuição de frequências.06/03 1 [09] Correção das atividades propostas.13/03 1 [10] Medidas de tendência central: médias, mediana e moda.
16/03 2 [12] Medidas de tendência central: médias, mediana e moda.
20/03 1 [13] Atividade avaliativa: teoria inicial e organização dos dados estatísticos.
10
Cronograma Previsto
23/03 2 [15] Medidas de dispersão: desvio médio, variância, desvio-padrão.
27/03 1 [16] Atividades de revisão.
03/04 1 [17] Correção das atividades propostas.
06/04 2 [19] 1ª Avaliação: Medidas de tendência central e dispersão.
10/04 1 [20] Recuperação de conteúdo: correção da 1ª avaliação.
13/04 2 [22] Introdução a Teoria da Probabilidade.
17/04 1 [23] Recuperação de nota da 1ª Avaliação.
20/04 2 [25] Cálculo de probabilidades: regra da soma e do produto.
24/04 1 [26] Exercícios de revisão.
11
Cronograma Previsto
27/04 2 [28] Variáveis aleatórias: conceitos
04/05 2 [30] Distribuições de probabilidades: Binomial, Poisson e Normal.
08/05 1 [31] Distribuições de probabilidades: Binomial, Poisson e Normal.
11/05 2 [33] Exercícios de revisão.
12/05 2 [35] Sábado Letivo: semana da Enfermagem.
15/05 1 [36] Correção das atividades propostas.
18/05 2 [38] 2ª Avaliação: distribuições de probabilidades.
19/05 2 [40] Sábado Letivo: JIFSC
22/05 1 [41] Recuperação de conteúdo: correção da 2ª avaliação.
12
Cronograma Previsto
25/05 2 [43] Teste de Hipóteses para médias.
29/05 1 [44] Recuperação de nota da 2ª Avaliação.
05/06 1 [45] Prova de 2ª chamada referente a 1ª e 2ª avaliação.
08/06 2 [47] Exercícios de revisão.
12/06 1 [48] Correlação e regressão. Regressão linear simples15/06 2 [50] Correlação e regressão. Regressão linear simples
19/06 1 [51] Exercícios de revisão.
22/06 2 [53] 3ª Avaliação: Teste de hipóteses, Correlação e regressão.26/06 1 [54] Recuperação de conteúdo: correção da 3ª avaliação.
29/06 2 [56] Recuperação de nota da 3ª Avaliação.
30/06 2 [58] Sábado Letivo - Festa Junina
03/07 1 [59] Prova de 2ª chamada referente a 3ª avaliação.
06/07 2 [61] Resultados finais
13
14
Vírgula e ponto ou ponto e vírgula?• Planilhas como o Excel e a maioria das
calculadoras, por padrão, utilizam as configuraçõesregionais onde o sistema foi desenvolvido paradeterminar como exibirá os números com casasdecimais e separação dos milhares.
• No Brasil, utilizamos a vírgula para separador dosdecimais e opcionalmente o ponto como separadorde milhares.Exemplos: R$ 235,80; 1.532,47 ou 1532,47
• Nos Estados Unidos o separador de casas decimaisé o ponto. A vírgula é utilizada na separação dosmilhares. Os mesmos valores acima, seriamexpressos como: US$ 235.80; 1,532.47
15
Regras de Arredondamento
• Arredondamentos são de fundamental importância para nossos estudos, principalmente ao calcular valores que têm muitas casas decimais.
• No Brasil os critérios para arredondamentos numéricos são dados pelo IBGE (Resolução nº 886/66) e ABNT (NBR 5891/1977).
16
17
https://www.youtube.com/watch?v=ZIyVRAM61EI –Arredondamento na calculadora Casio FX-82 MS
https://www.youtube.com/watch?v=wO8FFMr9yPQ –Vírgula e ponto na calculadora Casio FX-82MS
Para saber mais
18
Recapitulando...• Arredonde os algarismos para decimais:
a) 2,38 b) 2,68 c) 0,451 d) 4,250
e) 4,350 f) 2,97 g) 6,872 h) 9,350
• Arredonde os algarismos para centesimais:
a) 3,406 b) 8,782 c) 45,075 d) 8,855
19
Introdução a Estatística
20
Objetivos
Conhecer o panorama histórico e a natureza da Estatística;
Entender a importância da Estatística como ferramenta de
análise de dados para tomada de decisões e seu uso em diversos
tipos de pesquisas;
Diferenciar uma população de uma amostra;
Classificar os tipos de variáveis;
Conhecer os tipos de amostragens.
21
A natureza da Estatística – um panorama histórico Antiguidade
• Alguns povos já sentiam a necessidade de se organizar socialmente registrando o número de habitantes, nascimentos, óbitos e faziam estimativas das riquezas individuais e sociais.
• Embora não existisse a palavra Estatística, existem indícios de que há 3.000 anos a.C. já se faziam censos na Babilônia, China e Egito.
22
A natureza da Estatística – um panorama histórico
O livro quarto do Velho Testamento, intitulado “Números”, começa com a seguinte instrução à Moisés: “Fazer um levantamento dos homens de Israel que estivessem aptos para guerrear.”
O Imperador Herodes pediu para que se fizesse o censo em todo o Império para motivos escusos. Por isso, Maria e José saíram da cidade e viajaram para Belém.
Idade Média: estatísticas foram feitas com finalidades de cobranças de impostos e para recenseamento militar.
23
A natureza da Estatística – um panorama histórico
Em 1.085, Guilherme I – O Conquistador – ordenou que se fizesse um levantamento estatístico na Inglaterra: informações como terras, proprietários, uso da terra, empregados, animais.
• Uso para o cálculo de impostos.
Esse levantamento originou um livro intitulado “Domesday Book” (Livro do dia do juízo final)
24
A natureza da Estatística – um panorama histórico
Século XVII - Inglaterra
• John Graunt e William Petty: montam as Tábuas de mortalidade.
Consistiu em exaustivas análises de nascimentos e mortes.
• Principal conclusão desse trabalho:
O percentual de nascimentos de indivíduos do sexo masculino era ligeiramente maior que do sexo feminino.
25
A natureza da Estatística – um panorama histórico
Século XVIII - Alemanha
1708: Organizado o primeiro curso de Estatística na Universidade de Yena;
1740: Gottfried Achenwall, sugeriu o nome de "Estatística" para esta nova Ciência, determinando quais eram os seus objetivos e relações com as demais Ciências. Gottfried Achenwall
26
A natureza da Estatística – um panorama histórico Século XIX - Europa
A aplicação da teoria das probabilidades permitiu que a Estatística fosse melhor estruturada e ampliasse o seu campo de ação. Elaborada a teoria das distribuições de probabilidade.
• Consequência: criação de técnicas de amostragens mais adequadas e início da relação das amostras com as populações de origem.
Séculos XX e XXI
Uso de computadores e softwares se tornaram populares facilitando o processamento, interpretação e arquivamento das informações.
27
Origem da palavra Estatística A Estatística teve origem na necessidade do Estado Político em
conhecer os seus domínios.
Provavelmente foi derivada da palavra “STATUS” (Estado, emlatim).
Acumularam-se descrições e dados relativos ao Estado e suahistória se confunde com a história dos números.
Nas mãos dos governantes, passou a constituir-se umaferramenta administrativa.
Para saber mais sobre a origem dos números: https://www.youtube.com/watch?v=ZWZKJb06CTU
28
O que é a Estatística? Ciência que estuda o método de coleta, organização, descrição, análise e
interpretação de dados, para a obtenção de conclusões válidas e tomadasde decisões usada para estudar e medir fenômenos coletivos.
Permite realizar inferências (projeções) com base nos dados coletados decomo serão as características de certa população no futuro.
No Brasil, o Instituto Brasileiro de Geografia e Estatística (IBGE) realizaperiodicamente o censo demográfico cujo objetivo é obter informações dascaracterísticas da população brasileira e com base nos dados coletados até 2010 e pormeio de métodos estatísticos faz projeções futuras.
29
30
Estatística: Por que estudá-la?
Na Saúde: Fornece metodologia adequada que possibilita decidir sobrea eficiência de um novo tratamento no combate à uma doença.
Na Política: Utiliza-se de pesquisas prévias de opiniões para muitasvezes corrigir estratégias de campanha para uma determinada ação.
No Controle de Qualidade: Testa a reação de um grupo deconsumidores sobre um novo produto e com base nas respostasdecidem-se pela sua produção e distribuição em uma escala nacional.
Na Mídia: Calcula índices de audiência de um determinado canal e emum determinado horário, para estabelecer o preço a ser cobrado aosanunciantes pela veiculação de suas propagandas.
31
Estatística: Por que estudá-la?
Em Marketing: Testa a reação de um grupo de consumidores sobre umnovo produto e com base nas respostas decidem-se pela sua produção edistribuição em uma escala nacional.
Em Finanças: Observa índices de inflação, emprego e desempregopara estimar alguns aspectos econômicos do cenário nacional.
Na Engenharia Mecânica: Diminuir o custo de produção de umproduto e, ao mesmo tempo, manter sua confiabilidade. Por meio deuma análise estatística de falhas, é possível conseguir um melhordesign de produto, evitando o uso de materiais desnecessários paraaumentar sua resistência.
Classificação da Estatística
DescritivaCuida do resumo e apresentação dos dadosobservados por meio de tabelas, gráficos emedidas, sem se preocupar com aspopulações de onde foram tirados os dados. Teoria das Probabilidades
Necessária para tirar conclusões a partir de amostras.Indutiva ou Inferencial
Fornece métodos para possibilitar ainferência sobre populações a partir deamostras delas provenientes. Tem como baseo cálculo de probabilidades e compreendedois grandes tópicos: a estimação deparâmetros e os testes de hipóteses.
33
População e amostraPopulação ou Universo Estatístico
Conjunto de elementos (pessoas ouresultados experimentais) que possuamao menos uma característica em comume que se pretende estudar.
Amostra
Subconjunto finito de uma população quese estuda com o objetivo de tirarconclusões para a população de onde foirecolhida.
34
CensoEstudo que leva em consideração todos os elementos da população
AmostraEstudo que leva em consideração alguns elementos da população
Vantagens das Amostras
Mais atualizada do que o censo.
Usado em ensaios destrutivos. https://www.youtube.com/wat
ch?v=l6BKlWD24YQ
Menor custo que o censo.
Maior precisão – envolve menor número de coletores de dados, diminuindo a chance de erros.
Vantagens do Censo
População tão pequena que o custo e tempo de um censo sejam idênticos que para uma amostra.
Alto nível de precisão nos resultados.
Neste caso o censo é o único método aceitável.
Já se dispõe da informação completa, de modo que não há necessidade de uma amostra.
36
37
Tipos de Variáveis
Variáveis Qualitativas (ou categóricas)Características que não possuem valores quantitativos. Nominais: não existe ordenação dentre as categorias. Ordinais: existe uma ordenação entre as categorias.
Variáveis QuantitativasApresentam valores numéricos. Discretas: somente fazem sentido valores inteiros. Usualmente são resultados de contagens.Contínuas: assumem valores em uma escala contínua. Usualmente devem ser medidas através de algum instrumento.
38
1) A parte da estatística que se preocupa somente com a descrição de determinadas características de um grupo, sem tirar conclusões sobre um grupo maior, denomina-se:
a. Estatística de População. b. Estatística de Amostra. c. Estatística Inferencial. d. Estatística Descritiva. e. Estatística Grupal.
Relembrando...
39
2) Definir uma população é necessário para que se possa fazer uma pesquisa ou o levantamento de informações. Podemos definir População, como:
a. Conjunto de dados com todas as características possíveis. b. Conjunto de elementos que tem pelo menos uma característica
em comum. c. Conjunto de pessoas de uma cidade, estado ou país. d. Conjunto de dados já analisados pelo pesquisador. e. Conjunto de dados da pesquisa em questão, sem relação com os
resultados esperados.
Relembrando...
3) Verdadeiro ou falso:
( ) A estatística inferencial tem por objetivo apresentar de forma resumida um conjunto de observações.
( ) Censo e amostra são conceitos estatísticos diferentes.
( ) Como a realização de uma amostragem geralmente é onerosa ou demorada é mais conveniente fazer o censo da população.
( ) Dado é a informação coletada sobre a variável em estudo.
( ) Uma população somente pode ser caracterizada se forem observados todos os elementos que a compõe.
( ) Variável é a característica de interesse medida em cada elemento da amostra ou da população.
F, V, F, V, F, V
41
Classifique as variáveis em contínua, discreta ou nominal:
a) Peso de um grupo de estudantes
b) Quantidade de comprimidos vendidos em uma farmácia
c) Marcas de carros
d) Quantidade de funcionários em um hospital
e) Medição da pluviosidade em Joinville
f) Religião
g) Idade das pessoas
h) Raça de cães
Contínua
Discreta
Contínua
Discreta
Discreta
Nominal
Nominal
Nominal
42
AmostragemUma área importante em muitas aplicações Estatísticas é a da Tecnologia de Amostragem.
Exemplos de Aplicação:
• Pesquisa de mercado,• Pesquisa de opinião,• Avaliação do processo de produção,• Praticamente em todo experimento.
43
Amostragem Estatística Consiste em procedimentos para extração de amostras que
representem bem a população.
Os Riscos da Amostragem estão à margem de erro motivadopelo fato de investigarmos parcialmente as amostras douniverso estatístico (população).
44
Tipos de amostragem
45
• A escolha de um método não probabilístico, via de regra, sempreencontrará desvantagem frente ao método probabilístico.
• Não se deve generalizar os resultados obtidos na amostra para otodo da população quando se opta por este método de amostragem.Isto porque os elementos da amostra não têm a mesma probabilidadede serem escolhidos e, por isso, não é possível fazer inferências sobrea população.
Amostragens Não Probabilísticas
46
Acidental ou conveniência
Quando os elementos vão aparecendo até completar o númeronecessário de elementos para a amostra. Indicada para estudosexploratórios. Muito usada em supermercados para testar produtos.Geralmente realizada em locais onde há um grande fluxo de pessoas.
Intencional
Há um critério para a escolha da amostra em um grupo de elementos.O entrevistador dirige-se a um grupo em específico para saber suaopinião. Se a pesquisa consiste em saber sobre o design de armaçõesde óculos de grau, é natural que o entrevistador procure abordarapenas pessoas que passem próximo a ele e que estejam usandoóculos.
Amostragens Não Probabilísticas
47
Quotas ou proporcional
É uma variação da amostragem intencional. Classifica a população emtermos de propriedades com uma característica relevante a ser estudada.Proporções são estipuladas para cada característica.
Desproporcional
Utilizada quando a escolha da amostra for desproporcional à população.De modo geral, este método de amostragem só deve ser realizadoquando não se conhece o tamanho real da população correspondente acada categoria analisada.
Amostragens Não Probabilísticas
48
Amostragens Probabilísticas• Para que se possam realizar inferências sobre a população, é
necessário que se trabalhe com amostragem probabilística.
• É o método que garante segurança quando se investiga algumahipótese.
• Normalmente os indivíduos investigados possuem a mesmaprobabilidade de ser selecionado na amostra.
49
Amostragem AleatóriaCada elemento da população tem a mesma chance de ser escolhido.
Amostragem EstratificadaClassificar a população em, aomenos dois estratos e extrair umaamostra de cada um.
Amostragens Probabilísticas
50
Exemplo: No plantão de um hospital foram atendidos 90 pacientes,sendo 54 homens e 36 mulheres. Calcule o número de pessoas quedevem ser escolhidas para realizar uma pesquisa de satisfação noatendimento com no mínimo 20% dos pacientes.
Sexo População 20% AmostraMasculino 54 54.0,2 = 10,8 11
Feminino 36 36.0,2 = 7,2 7Total 90 90.0,2 = 18 18
Amostragem Aleatória Estratificada
51
Amostragem SistemáticaOs elementos da população apresentam-se ordenados e são retirados periodicamente.
• Exemplo: Uma clínica possui 200 pacientes (cada um cadastrado com valores de 1 a 200). Deseja-se sortear uma amostra de tamanho 10. Inicialmente, calculamos o tamanho do “passo” a ser dado na hora de coletar a amostra: 200 : 10 = 20 (é o nosso “passo”). Agora, sorteamos um número entre 1 e o nosso “passo”, no caso, 20. Suponhamos ter sorteado o número 5. A partir desse valor, somamos o “passo” obtendo os números dos elementos de nossa amostra: 5, 25, 45, 65, 85, 105, 125, 145, 165, 185.
Amostragens Probabilísticas
52
Amostragens ProbabilísticasAmostragem por Conglomerados
Dividir em seções a área populacional,selecionar aleatoriamente algumas dessasseções e tomar todos os elementos dasmesmas.
• Apresenta vantagens logísticas na suaaplicação mas pode aumentar acomplexidade da análise estatística.
• Exemplo: Deseja-se estimar a proporção de idosos em um município. Pode-seconsiderar como conglomerados os bairros deste município, os quarteirões ou asresidências. Sorteia-se alguns conglomerados e os objetos destes constituirão asamostras desejadas.
53
1) Um hospital tem 638 pacientes internados. Deste total 364 sãomulheres e 274 são homens. Elabore uma amostra proporcionalestratificada com 8% dos pacientes.
Atividades
2) Em um Shopping trabalham 160 funcionários distribuídos em 3andares. No 1º andar trabalham 64 funcionários, no 2º andar temos65 e no 3º andar 31. Elabore uma amostra proporcional estratificadacom 32 funcionários deste Shopping.
54
Sexo População 8% AmostraMasculino 274 274.0,08 = 21,92 22
Feminino 364 364.0,08 = 29,12 29Total 638 638.0,08 = 51,04 51
Gabarito
Andar População % Amostra1º 64 64. 0,20 = 12,8 13
2º 65 65. 0,20 = 13,0 133º 31 31. 0,20 = 6,20 6
Total 160 160. 0,20 = 32,0 32