medidas de dispersão ou variabilidade a média - ainda que ... · medidas de dispersão ou...
TRANSCRIPT
Medidas de Dispersão ou variabilidade
A média - ainda que considerada como
um número que tem a faculdade de
representar uma série de valores - não
pode, por si mesma, destacar o grau de
homogeneidade ou heterogeneidade
que existe entre os valores que
compõem o conjunto.
• Dispersão ou Variabilidade:
É a maior ou menor diversificação dos valores de uma variável em torno de um valor de tendência central ( média ou mediana ) tomado como ponto de comparação.
Consideremos os seguintes conjuntos de valores das variáveis:
X = { 170, 170, 170, 170, 170 }
Y = { 168, 169, 170 ,171 ,172 }
Z = { 105, 115, 150, 220, 260 }
Observamos então que os três conjuntos apresentam a mesma média aritmética = 850/5 = 170.
Entretanto, é fácil notar que o conjunto X é mais homogêneo que os conjuntos Y e Z, já que todos os valores são iguais à média. O conjunto Y, por sua vez, é mais homogêneo que o conjunto Z, pois há menor diversificação entre cada um de seus valores e a média representativa.
Concluímos então que o conjunto X apresenta dispersão nula e que o conjunto Y apresenta uma dispersão menor que o conjunto Z.
MEDIDAS DE DISPERSÃO ABSOLUTA
Amplitude total (At) : É a única medida de dispersão que não tem na média o ponto de
referência. Quando os dados não estão agrupados a amplitude total é a diferença entre o maior e o menor valor observado:
At = x máximo - x mínimo.
Exemplo: Para os valores 80, 85, 88, 102 e 110 a amplitude total será: At = 110 - 80 = 30
Com intervalos de classe a amplitude total é a diferença entre o limite superior da última classe e o limite inferior da primeira classe. Então At = L máximo - L mínimo.
Exemplo: Classes fi
4 |--- 6 6
6 |--- 8 2
8 |--- 10 3
At = 10 - 4 = 6
Variância da população e variância da amostra:
Em estatística, o conceito de variância também pode ser usado para descrever homogeneidade de um conjunto de observações. Quando o conjunto das observações é uma população, é chamada de variância populacional. Se o conjunto das observações é (apenas) uma amostra estatística, chamamos-lhe de variância amostral (variância da amostra).
𝑉𝑎𝑟𝑖â𝑛𝑐𝑖𝑎 𝑝𝑜𝑝𝑢𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙:
𝜎2 = (𝑥 − 𝜇)2𝑛1
𝑛
𝑉𝑎𝑟𝑖â𝑛𝑐𝑖𝑎 𝐴𝑚𝑜𝑠𝑡𝑟𝑎𝑙 ∶
𝑠2 = (𝑥 − 𝜇)2𝑛1
𝑛 − 1
𝑀é𝑡𝑜𝑑𝑜 𝑏𝑟𝑒𝑣𝑒 𝑝𝑎𝑟𝑎 𝑉𝑎𝑟𝑖â𝑛𝑐𝑖𝑎 𝑝𝑜𝑝𝑢𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙:
𝜎2 = (𝑥2)𝑛1
𝑛 − 𝜇2
Mé𝑡𝑜𝑑𝑜 𝑏𝑟𝑒𝑣𝑒 𝑝𝑎𝑟𝑎 𝑉𝑎𝑟𝑖â𝑛𝑐𝑖𝑎 𝐴𝑚𝑜𝑠𝑡𝑟𝑎𝑙 ∶
𝑠2= 𝑛
𝑛−1
𝑥2
𝑛− 𝜇2
𝑑𝑒𝑠𝑣𝑖𝑜 𝑝𝑎𝑑𝑟ã𝑜 𝑝𝑜𝑝𝑢𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙:
𝜎 = 𝜎2
𝑑𝑒𝑠𝑣𝑖𝑜 𝑝𝑎𝑑𝑟ã𝑜 𝑎𝑚𝑜𝑠𝑡𝑟𝑎𝑙:
𝑠 = 𝑠2
Propriedades da variância e do desvio padrão:
1- somando-se ou subtraindo-se um mesmo valor a todos os termos de uma sequência numérica o desvio padrão e a variância não se alteram.
2- multiplicando-se ou dividindo-se um mesmo valor a todos os termos da sequencia numérica o desvio padrão se altera da mesma forma.
3- multiplicando-se ou dividindo-se um mesmo valor a todos os termos da sequencia numérica a variância se altera do quadrado do valor da mesma forma.
Solução: 2 – 4 – 5 – 6 – 8
Em primeiro lugar vamos calcular os quadrados de todos os valores da sequencia:
X2: 4 – 16 – 25 – 36 – 64 -> média = 145/5 = 29
Depois calcular a media dos valores e elevar ao quadrado:
𝜇2 = (2+4+5+6+8
5)2 = 52=25
𝜎2 = 29 − 25 = 4
𝜎 = 4 =2
Exemplo:
Um grupo e formado por 10 pessoas, cujas idades são: 18 19 19 20 20 20 21 22 23 24
A variância populacional é 3,24.
Solução: Quando os valores das variáveis são altos usamos a propriedade da subtração:
Ache a mediana( 18 19 19 20 20 20 21 22 23 24 ) = 20, assim subtraímos esse valor de todos os termos gerando uma nova sequencia:
NOVA SEQUENCIA = -2,-1,-1,0,0,0,1,2,3,4
MEDIA X2 = ( 4+1+1+0+0+0+1+4+9+16) / 10 = 3,6
𝜇2 = [(-2-1-1+0+0+0+1+2+3+4 ) / 10]2 = 0,36
VAR = 3,6 – 0,36 = 3,24
Exemplo:
Em uma pesquisa de preços de determinado produto, foram obtidos os valores, em reais, de uma amostra aleatória colhida em 6 estabelecimentos que o comercializam.
A variância dessa amostra e
(A) 1,50 (B) 1,75 (C) 2,00 (D) 2,25 (E) 2,50
Solução:
• ROL DA SEQUENCIA : 4 , 5 , 6 , 6 , 7 , 8
• MEDIANA DA SEQUENCIA = 6
• NOVA SEQUENCIA = -2,-1,0,0,1,2
• MEDIA QUADRATICA = ( 4+1+0+0+1+4) / 6 = 10/6
• MEDIA2 = [(-2-1+0+0+1+2 ) / 6]2 = 0
• VAR = 10/6 – 0 = 10/6
• VARIANCIA AMOSTRAL = (6 / 6 – 1) X10/6 = 10/5 = 2
Amplitude Interquartil
A mediana e a amplitude inter-quartis
Uma outra forma de sumarizar dados é em termos dos quartis. Essas medidas são particularmente úteis para dados não simétricos. A mediana (ou quartil 2) é definida como o valor que divide os dados ordenados ao meio, i.e. metade dos dados têm valores maiores do que a mediana, a outra metade tem valores menores do que a mediana.
Adicionalmente, os quartis inferior e superior, Q1 e Q3, são definidos como os valores abaixo dos quais estão um quarto e três quartos, respectivamente, dos dados. Estes três valores são frequentemente usados para resumir os dados juntamente com o mínimo e o máximo.
A medidade de dispersão é a amplitude inter-quartis:
Dj = Q3 - Q1,
i.e. é a diferença entre o quartil superior e o inferior.
Exemplo:
Os quartis de uma distribuição são Q1 = 4, Q2 = 6 e Q3 = 10. Essa distribuição:
(A) é simétrica.
(B) é assimétrica à direita.
(C) é assimétrica à esquerda.
(D) tem moda maior que a média
(E) tem moda igual á média
Solução:
Se observarmos a distancia Q2 – Q1 = 6 – 4 = 2,
Já se compararmos a Q3 – Q2 = 10 – 6 = 4
Podemos perceber que a segunda é maior que a primeira. Sendo assim os 25% dos termos que ficam no fim estao mais dispersos do que os 25% do inicio. Entao podemos concluir :
MEDIDA DE DISPERSÃO RELATIVA
• Notação: CV = coeficiente de variação de Pearson ou apenas coeficiente de variação.
O fato de o desvio padrão ser expresso na mesma unidade dos dados limita o seu
emprego quando desejamos comparar duas ou mais séries de valores, relativamente à sua
dispersão ou variabilidade, quando expressas em unidades diferentes.
Assim, um desvio padrão de 2 unidades pode ser considerado pequeno para uma série de valores cujo valor médio é 200; no entanto, se a média for igual a 20, o mesmo não pode ser dito.
Para contornar essas dificuldades e limitações, podemos caracterizar a dispersão ou variabilidade dos dados em termos relativos a seu valor médio, medida essa denominada de CV: Coeficiente de Variação de Pearson (é a razão entre o desvio padrão e a média referentes a dados de uma mesma série).
𝐶𝑉 =𝑆
𝑋
Exemplo: Tomemos os resultados das estaturas e dos pesos de um mesmo grupo de indivíduos:
Discriminação M É D I A DESVIO PADRÃO
ESTATURAS 175 cm 5,0 cm
PESOS 68 kg 2,0 kg
Das medidas (Estatura ou Peso) a que possui maior homogeneidade é o peso.
Solução: Teremos que calcular o CV da Estatura e o CV do Peso. O resultado menor será o de maior homogeneidade (menor dispersão ou variabilidade).
CVestatura = ( 5 / 175 ) x 100 = 2,85 %
CVpeso = ( 2 / 68 ) x 100 = 2,94 %.
Logo, nesse grupo de indivíduos, as estaturas apresentam menor grau de dispersão que os
pesos.
Distribuição Normal
• “Em forma de Sino” • Unimodal
• Simétrica
• Média, mediana e moda são iguais
• Assintótica em relação
ao Eixo X
• Amplitude Interquartil
• é 1,33 s ou [Q3-Q1] = 4/3 s
Média,
Mediana
Moda
X
f(X)
50%
Q1 Q3
• X: valores da variável aleatória
• F(X):função densidade probabilidade da variável aleatória X
: média da população
s: desvio padrão da população
Modelo Matemático
2
22
1-
2
2
1 s
s
X
eXf
Z .00 .01
.5000 .5040 .5080
.5398 .5438
.5793 .5832 .5871
.6179 .6217 .6255
0,5478
.02
.5478
Probabilidades
Uma única Tabela basta!
Z = 0,12
0
Distribuição Normal Padronizada
Tabela (Parte)
Z .00 .01
0.0 .5000 .5040 .5080
.5398 .5438
0.2 .5793 .5832 .5871
0.3 .6179 .6217 .6255
0,5478
.02
0.1 .5478
Probabilidades
Uma única Tabela basta!
Z = 0,12
0
É essa a solução
0 1Z Z s
Valor da V. A. Normal Z Padronizada:
• x = valor da V. A. Normal X
• s = desvio padrão da V. A. Normal X
• = média da V. A. Normal X
• z = valor padronizado de x (número de desvios padrão com relação à média)
s
xz
Para os exemplos a seguir usaremos:
X é uma variável aleatória
𝜇 → Média = 5
𝜎 → 𝑑𝑒𝑠𝑣𝑖𝑜 𝑝𝑎𝑑𝑟𝑎𝑜 = 10
+∞ < 𝑋 < −∞
Exemplo: padronizar 6.2 6.2 5
0.1210
XZ
s
X: Distribuição Normal Z: Distribuição Normal Padronizada
10s 1Zs
5 6.2 X Z
0Z 0.12
cálculo da área entre dois números
2.9 7.1 .1664P X
2.9 5 7.1 5.21 .21
10 10
X XZ Z
s s
X: Distribuição Normal Z: Distribuição Normal Padronizada
10s 1Zs
7.1 X Z0Z
0.212.9 0.21
.0832
.0832
Inverso: obter “z”, conhecido “p = 0,5832”
Z .00 .01
0.0 .5000 .5040 .5080
.5398 .5438
0.2 .5793 .5832 .5871
0.3 .6179 .6217 .6255
0,5832 .02
0.1 .5478
Z = 0,21
0
Recuperando X para Probabilidades
Conhecidas
5 .30 10 8X Z s
Distribuição Normal Distribuição Normal Padronizada
10s 1Zs
5 ? X Z0Z
0.30
.3821
.1179
RESUMO FINAL
Área Total = 1
probabilidade = Área sob
a curva Normal
média = mediana
Padronização
s
xz
TESTE DE HIPÓTESES
• É uma regra de decisão utilizada para aceitar ou rejeitar uma hipótese estatística com base em elementos amostrais.
• Hipóteses: Teremos sempre duas hipóteses, H0 (Agá-zero), que é a hipótese nula ou hipótese probanda e H1 ou HA (hipótese alternativa).
• A hipótese nula é sempre a hipótese a ser examinada. Se a aceitarmos, implicitamente estaremos rejeitando H1 e se rejeitarmos H0, então não podemos rejeitar H1, devendo esta ser aceita.
Tipos de erro:
• Dois tipos de erro podem ser cometidos num Teste de Hipóteses:
• Erro Tipo I (α) -> A hipótese nula é verdadeira e o pesquisador a rejeita.
• Erro Tipo II (β)-> A hipótese nula é falsa e o pesquisador a aceita.
TIPOS DE TESTE DE HIPÓTESES PARA A
MÉDIA: 1) Bicaudal ou Bilateral
H0: μ = μ0
H1: μ ≠ μ0;Onde: μ é a média populacional e μ0 é o valor suposto para a média populacional.
Repare que na hipótese nula sempre temos uma igualdade (=, ≤ ou ≥) e na hipótese alternativa uma desigualdade (≠, > ou <).
Se n > 30 ou σ for conhecido, usamos distribuição Normal;
Se n ≤ 30 e σ for desconhecido, usamos distribuição t-Student;
Outro detalhe importante é que a tabela da distribuição t-Student é bi-paramétrica.
Para procedermos ao teste, além de conhecer o valor tabelado (ZTAB se usarmos Distribuição Normal ou tTAB se usarmos Distribuição t-Student), temos que encontrar o valor calculado (ZCALC ou tCALC), dado por:
Exemplo 1 :
Uma amostra de 36 elementos de uma variável X normalmente distribuída forneceu: X = 42,3 e S = 5,2. Testar, no nível de significância 0,05, a hipótese de que μ > 40.
Resolução: Seguindo o roteiro, temos:
1º passo:
H0: μ = 40;
H1: μ > 40 (teste unilateral à direita);
2º passo: a amostra é grande (n > 30). Logo, usaremos a Tabela Normal;
3º passo: o teste é unilateral, com α = 0,05. Logo, para uma área de 0,45, teremos ZTAB=1,64;
4º passo: desenhar a curva, plotando ZTAB;
5º passo: calcular a estatística teste.
Zcalc = 𝑋−𝜇𝑆
𝑛
=42,3−40
5,2
36
= 2,65.
6º passo: ZCALC > ZTAB. Conclusão: ao nível de significância de 5%, REJEITO H0: μ = 40. Logo, μ > 40.
EXEMPLO 2:
Uma amostra de 20 elementos de uma variável X normalmente distribuída forneceu: X = 53,4 e S = 7,5. Testar, no nível de significância 0,05, a hipótese de que μ = 50.
solução:
Hipóteses:
H0: μ = 50;
H1: μ ≠ 50 (teste bilateral);
A amostra é pequena (n ≤ 30) e σ (desvio padrão populacional) é desconhecido. Logo, a distribuição a ser utilizada é a t-Student, com n = 20 ⇒ ϕ = 19 e α = 0,05. Consultando a tabela, encontraremos
tTab= 0930,2.