a informÁtica constroi modelos para simular situaÇÕes reais com base em modelos de probabilidade

45
Logo após a Revolução Industrial, métodos estatísticos foram incorporados nos processos industriais para garantir a qualidade dos produtos. A avaliação da qualidade passou a ser feita ao longo de todo o processo produtivo como forma de corrigir eventuais falhas no sistema. Isto levou a um aumento da qualidade do produto final e a redução de custos, pois se reduziram drasticamente as perdas por defeitos. ACOMPANHAMENTO ESTATÍSTICO DA QUALIDADE DO PRODUTO.

Upload: terrene-cato

Post on 03-Jan-2016

23 views

Category:

Documents


2 download

DESCRIPTION

- PowerPoint PPT Presentation

TRANSCRIPT

Page 1: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

Logo após a Revolução Industrial, métodos estatísticos foram incorporados nos processos industriais para garantir a qualidade dos produtos. A avaliação da qualidade passou a ser feita ao longo de todo o processo produtivo como forma de corrigir eventuais falhas no sistema. Isto levou a um aumento da qualidade do produto final e a redução de custos, pois se reduziram drasticamente as perdas por defeitos.

ACOMPANHAMENTO ESTATÍSTICO DA QUALIDADE DO PRODUTO.

Page 2: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

Enquanto a INFORMÁTICA é a ciência que trata da informação através de meios eletrônicos, a ESTATÍSTICA procura obter informações relevantes de massas de dados e, nos dias de hoje, isso costuma ser feito com o auxílio da máquina.

Page 3: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE.

A INFORMÁTICA UTILIZA UM CONJUNTO DE BANCO DE DADOS, ESTATÍSTICA E INTELIGÊNCIA ARTIFICIAL PARA EXTRAIR INFORMAÇÕES RELEVANTES E NÃO TRIVIAIS DE GRANDES ARQUIVOS DE DADOS, ARMAZENADOS SOB DIFERENTES FORMATOS, E EM DIFERENTES LOCAIS.

Page 4: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

Coleção de números = estatísticasColeção de números = estatísticas O número de atendimentos ambulatoriais O número de atendimentos ambulatoriais

no país aumentou em 30%. no país aumentou em 30%. A taxa de desemprego atinge, este mês, A taxa de desemprego atinge, este mês,

12,5%.12,5%. O número de universitários no país subiu O número de universitários no país subiu

para 1,5 milhão neste ano. para 1,5 milhão neste ano. Resultados do Carnaval no trânsito: 145 Resultados do Carnaval no trânsito: 145

mortos, 2430 feridos.mortos, 2430 feridos.

Page 5: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

É um ramo da matemática que É um ramo da matemática que trata dos métodos de coletar, trata dos métodos de coletar, organizar, apresentar, analisar e organizar, apresentar, analisar e interpretar dados numéricos com interpretar dados numéricos com o objetivo de conhecer um o objetivo de conhecer um conjunto de dadosconjunto de dados.

Estatística: uma definiçãoEstatística: uma definição

Page 6: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

CONCEITOS

O TERMO ESTATÍSTICA PROVÉM DA PALAVRA ESTADO E FOI UTILIZADO ORIGINALMENTE PARA DENOMINAR LEVANTAMENTOS DE DADOS, CUJA FINALIDADE ERA ORIENTAR O ESTADO EM SUAS DECISÕES.

Page 7: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

OBJETIVO

ESTATÍSTICA TEM COMO OBJETIVO O ESTUDO DOS FENÔMENOS COLETIVOS.

A ESTATÍSTICA ...

...FORNECE MÉTODOS PARA COLETA, ORGANIZAÇÕES, DESCRIÇÕES, ANÁLISE E INTERPRETAÇÃO DE DADOS E A SUA UTILIZAÇÃO NA TOMADA DE DECISÕES.

Page 8: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

ESTATÍSTICA :

2ª ETAPA

ESTATÍSTICA INFERENCIAL OU INDUTIVA

1ª ETAPA

ESTATÍSTICA DESCRITIVA

Page 9: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

ESTATÍSTICA DESCRITIVA :

COLETA, ORGANIZAÇÃO E DESCRIÇÃO DOS DADOS.

ESTATÍSTICA INFERENCIAL :

INFERÊCIA, ANÁLISE E INTERPRETAÇÃO.

Page 10: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

Fases do Método Científico

As Fases principais são:

Definição do ProblemaDefinição ou formulação correta do problema a ser estudado. Saber exatamente aquilo que se pretende pesquisar é o mesmo que definir corretamente o problema.

PlanejamentoDeterminação do procedimento necessário para resolver o problema e, em especial, como levantar informações sobre o assunto objeto do estudo. Que dados deverão ser obtidos? Como se deve obtê-los?

Page 11: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

Coleta de Dados A coleta pode ser feita direta ou indiretamente.

É direta quando é obtida diretamente da fonte, como no caso da empresa que realiza uma pesquisa para saber a preferência dos consumidores pela sua marca.

É indireta quando é inferida de elementos conhecidos (coleta direta) e/ou do conhecimento de outros fenômenos relacionados com o fenômeno estudado. Como por exemplo, a pesquisa sobre a mortalidade infantil, que é feita através de dados colhidos por coleta direta.

Page 12: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

Apuração dos Dados

Consiste em resumir os dados, através de sua contagem e agrupamento. É um trabalho de condensação e de tabulação dos dados. Pode ser manual, mecânica, eletromecânica ou eletrônica.

Page 13: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

Exposição e Apresentação dos dados

Os dados devem ser expostos sob a forma adequada:

Tabelas ou Gráficos

Isso tornar mais fácil o exame daquilo que está sendo objeto de tratamento estatístico.

Page 14: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

Análise dos Resultados

Assim, realizadas as fases anteriores (estatística escritiva), fazemos uma análise dos resultados obtidos, através dos métodos da estatística indutiva, que tem por base a indução ou inferência, e tiramos desses resultados conclusões e previsões.

Page 15: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

VARIÁVELO fenômeno SEXO→ Poder ser: Masculino ou feminino

O fenômeno NÚMERO DE FILHOS→Pode ser: 0,1,2,3,4...

O fenômeno PESO→ Pode ser: 50,5kg, 66,7kg,48,0kg

Variável é, o conjunto de resultados possíveis de um fenômeno.

Page 16: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

QualitativasQualitativasValores Valores

expressos por expressos por atributosatributos

Numéricas ou Numéricas ou QuantitativasQuantitativas

Valores Valores expressos por expressos por

númerosnúmeros

VV

AA

RR

II

ÁÁ

VV

EE

II

SS

NOMINALNOMINAL

ORDINALORDINAL

DISCRETADISCRETA

CONTÍNUACONTÍNUA

Page 17: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

NOMINALNOMINAL

ORDINALORDINAL

Não pode ordenar:Não pode ordenar:SexoSexo

ReligiãoReligiãoEstado civil Estado civil

ProfissãoProfissão

Pode ordenar:Pode ordenar:EscolaridadeEscolaridadeNivel sócio-Nivel sócio-econômico econômico

Page 18: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

DiscretaDiscreta

ContínuaContínuaMedidasMedidasAlturaAlturaPesoPeso

TemperaturaTemperaturaPressãoPressão

ContáveisContáveisNº de extraçõesNº de extrações

Nº de atendimentosNº de atendimentosIdadeIdade

Nº de filhosNº de filhos

Page 19: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

POPULAÇÃO E AMOSTRA

POPULAÇÃO OU UNIVERSO

CONJUNTO DE ENTES PORTADORES DE, PELO MENOS, UMA CARACTERÍSTICA COMUM. Ex:

Conjunto de todas as estaturas → Estatura

Conjunto de todas as cores de olhos → Cores de olhos

Conjunto de todos os moradores de Vitória → Moradores de Vitória.

O que importa é a variável estudada.

Page 20: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

AMOSTRASUBCONJUTO FINITO DE UMA POPULAÇÃO.

Redução da população, a dimensões menores, sem perda das características essenciais. Para uma amostra ser considerada boa, deve ser representativa, deve conter em proporção, tudo o que a população possui qualitativa e quantitativamente e ser imparcial, isto é, todos os elementos devem ter igual oportunidade de fazer parte da amostra.

Escolha dos números → números aleatórios (tabelas, sorteios etc.)

Page 21: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

Uma característica numérica estabelecida para toda a população é denominada PARÂMETRO.

Uma característica numérica denominada para toda a amostra é denominado ESTIMADOR.

Exemplo: No fenômeno Eleição para governador para o estado do ES, a população é o conjunto de todos os eleitores do ES, um parâmetro é a proporção de votos do candidato A, uma amostra é um conjunto de 1000 eleitores selecionados aleatoriamente, um estimador é a proporção de votos do candidato A nesta amostra.

Page 22: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

PROCESSOS ESTATÍSTICOS DE ABORDAGEM

CENSO: É UMA AVALIAÇÃO DIRETA DE UM PARAMETRO, UTILIZANDO-SE TODOS OS COMPONENTES DA POPULAÇÃO.

ESTIMATIÇÃO: É UMA AVALIAÇÃO DIRETA OU INDIRETA DE UM PARAMETRO, COM BASE EM UMA AMOSTRA.

Page 23: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

PRINCIPAIS PROPRIEDADES DO CENSO:

• ADMITE ERRO PROCESSUAL ZERO E TEM CONFIABILIDADE 100%;

• É CLARO;

• É LENTO;

• É QUASE SEMPRE DESATUALIZADO;

• NEM SEMPRE É VIÁVEL.

Page 24: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

PRINCIPAIS PROPRIEDADES DA ESTIMAÇÃO:

• ADMITE ERRO PROCESSUAL POSITIVO E TEM CONFIABILIDADE MENOR QUE 100%;

• É BARATA;

• É RÁPIDA;

• É ATUALIZADA;

• É SEMPRE VIÁVEL.

Page 25: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

1ª Atividade

Para pensar, responder e entregar...

• Quais as fases do Método Estatístico?• Exemplifique uma variável qualitativa: nominal e

ordinal• Exemplifique uma variável quantitativa discreta e

contínua.• Exemplifique uma população e uma amostra e

exemplifique um estimador e um parâmetro.

Page 26: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

REPRESENTAÇÃO DE DADOS

Page 27: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

TABELAS

TABELA: É UM QUADRO QUE RESUME UM CONJUNTO DE OBSERVAÇÕES.

EXEMPLO:

PRODUÇÃO DE CAFÉBRASIL – 1991-1995

ANOS PRODUÇÃO(1.000 t)

1991 2.5351992 2.6661993 2.1221994 3.7501995 2.007

TÍTULO

CABEÇALHO

COLUNA NUMÉRICA

CASA OU CÉLULA

LINHAS

FONTE: IBGE.

CORPO

COLUNA INDICADORA

RODAPÉ

CABEÇALHO

Page 28: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

SÉRIES HISTÓRICAS, CRONOLÓGICAS OU TEMPORAIS.

DESCREVEM OS VALORES DA VARIÁVEL, EM DETERMINADO LOCAL, DISCRIMINADOS SEGUNDO INTERVALOS DE TEMPO VARIÁVEIS.

EXEMPLO:

Page 29: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

SÉRIES GEOGRÁFICAS, ESPACIAIS, TERRITORIAIS.

DESCREVEM OS VALORES DA VARIÁVEL, EM DETERMINADO INSTANTE, DISCRIMINADOS SEGUNDO REGIÕES.

EXEMPLO:

Page 30: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

SÉRIES ESPECÍFICAS

DESCREVEM OS VALORES DA VARIÁVEL, EM DETERMINADO TEMPO E LOCAL, DISCRIMINADOS SEGUNDO ESPECIFICAÇÕES OU CATEGORIAS.

EXEMPLO:

Page 31: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

SÉRIES CONJUGADAS OU TABELA DE DUPLA ENTRADA

MUITAS VEZES TEMOS NECESSIDADE DE APRESENTAR, EM UMA ÚNICA TABELA, A VARIAÇÃO DE VALORES DE MAIS UMA VARIÁVEL, ISTO É, FAZER UMA CONJUGAÇÃO DE DUAS OU MAIS TABELAS.

EXEMPLO:

Page 32: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

DISTRIBUIÇÃO DE FREQUÊNCIAÉ o tipo de tabela mais importante para a Estatística Descritiva. Sua construção usa faixa de dados em intervalos de classe ou células que aumentam a informação visual na distribuição de freqüências

EXEMPLO:

Page 33: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

GRÁFICOS

O GRÁFICO ESTATÍSTICO É UMA FORMA DE APRESENTAÇÃO DOS DADOS ESTATÍSTICOS, CUJO OBJETIVO...... É PRODUZIR NO INVESTIGADOR OU NO PÚBLICO EM GERAL UMA IMPRESSÃO MAIS RÁPIDA E VIVA DO FENÔMENO EM ESTUDO, JÁ QUE OS GRÁFICOS AJUDAM MAIS RÁPIDAMENTE NA COMPREENSÃO DE UM RESULTADO QUE VISUALIZAÇÃO DESTES DADOS EM TABELAS.

Page 34: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

PRINCIPAIS TIPOS

DE

GRÁFICOS

Page 35: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

GRÁFICO EM LINHA

0102030405060708090

100

1° Trim 2° Trim 3° Trim 4° Trim

Page 36: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

GRÁFICO EM COLUNAS OU EM BARRAS SIMPLES

0

10

20

30

40

50

60

70

80

90

1° Trim 2° Trim 3° Trim 4° Trim

Page 37: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

GRÁFICO EM COLUNAS OU EM BARRAS MÚLTIPLAS

0

10

20

30

40

50

60

70

80

90

1° Trim 2° Trim 3° Trim 4° Trim

Leste

Oeste

Norte

Page 38: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

GRÁFICO EM SETORES

Leste

Oeste

Norte

Page 39: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

CARTOGRAMA

Page 40: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

PICTOGRAMA

Page 41: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

AMOSTRAGEM

Técnica especial para recolher amostras, que garante, tanto quanto possível, o acaso na escolha.

Garante a representatividade dos elementos.

Page 42: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

Existem 03 principais técnicas de amostragem

• Casual ou Aleatória Simples• Proporcional Estratificada• Amostragem Sistemática

Page 43: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

Para Pensar, fazer entregar:1º) Em um curso da Faesa existem 120 alunos,

sendo 35 no 1º período, 50 no 2º período, 25 no 3º período, 10 no 4º período.

Obtenha uma amostra de 40 alunos utilizando a a amostragem proporcional estratificada.

2º) Explique como seria possível retirar uma amostra sistemática de 30 elementos de uma população ordenada, formada por 2500 componentes.

Page 44: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

Tamanho da Amostra:O problema do tamanho da amostra tem sido discutido em

dezenas de livros de estatística e é basicamente função dos seguintes fatores:

• - números de indivíduos componentes da população;• - a variabilidade dos indivíduos;• - nível de precisão desejada para a inferências a partir

da amostra.• - custos.ESSA QUANTIDADE É CHAMADA NÚMERO MÁGICO,

deve está condicionada a análise dos itens anteriores.

Page 45: A INFORMÁTICA CONSTROI MODELOS PARA SIMULAR SITUAÇÕES REAIS COM BASE EM MODELOS DE PROBABILIDADE

Construção da tabela:DISTRIBUIÇÃO DE FREQUÊNCIA

PRINCIPAIS ELEMENTOS DE UMA DISTRIBUIÇÃO DE FREQUÊNCIA.