Enviar pesquisa
Carregar
Capítulo 1 introdução à estatística
•
0 gostou
•
552 visualizações
P
Pedro Falcão
Seguir
Slides começo estatística.
Leia menos
Leia mais
Educação
Denunciar
Compartilhar
Denunciar
Compartilhar
1 de 61
Baixar agora
Baixar para ler offline
Recomendados
bioestatística - 1 parte
bioestatística - 1 parte
Robson Odé
Introdução à epidemiologia.pptx
Introdução à epidemiologia.pptx
KarlaCezario1
Nr32slidecerto123 150827210047-lva1-app6892
Nr32slidecerto123 150827210047-lva1-app6892
saulo montenegro
Aula 4 estudo de caso controle
Aula 4 estudo de caso controle
Ricardo Alexandre
Aula 1 historia da epidemiologia
Aula 1 historia da epidemiologia
Ricardo Alexandre
Bioestatística
Bioestatística
felipethoaldo
Epidemiologia: Estudos de coorte
Epidemiologia: Estudos de coorte
Luis Dantas
Epidemiologia Resumos
Epidemiologia Resumos
Celene Longo
Recomendados
bioestatística - 1 parte
bioestatística - 1 parte
Robson Odé
Introdução à epidemiologia.pptx
Introdução à epidemiologia.pptx
KarlaCezario1
Nr32slidecerto123 150827210047-lva1-app6892
Nr32slidecerto123 150827210047-lva1-app6892
saulo montenegro
Aula 4 estudo de caso controle
Aula 4 estudo de caso controle
Ricardo Alexandre
Aula 1 historia da epidemiologia
Aula 1 historia da epidemiologia
Ricardo Alexandre
Bioestatística
Bioestatística
felipethoaldo
Epidemiologia: Estudos de coorte
Epidemiologia: Estudos de coorte
Luis Dantas
Epidemiologia Resumos
Epidemiologia Resumos
Celene Longo
Levantamentos epidemiológicos em odontologia
Levantamentos epidemiológicos em odontologia
roseanecordeiro
Palestra vigilância sanitária
Palestra vigilância sanitária
Aced Dourados
Vigilância em saúde
Vigilância em saúde
Anderson da Silva
introduçao epidemio
introduçao epidemio
Paula Brustolin Xavier
Introdução a estatística
Introdução a estatística
eetepa
Aula 4 estudos de coorte
Aula 4 estudos de coorte
Ricardo Alexandre
Aula 4 ensaio clínico randomizado
Aula 4 ensaio clínico randomizado
Ricardo Alexandre
Arquivologia, sustentabilidade e inovação. VI Congresso Nacional de Arquivol...
Arquivologia, sustentabilidade e inovação. VI Congresso Nacional de Arquivol...
Daniel Flores
Pesquisa experimental
Pesquisa experimental
Lucovolan
Lista de doenças, agravos e eventos em saúde pública - notificação compulsória
Lista de doenças, agravos e eventos em saúde pública - notificação compulsória
Karynne Alves do Nascimento
Epidemiologia descritiva
Epidemiologia descritiva
Karynne Alves do Nascimento
Doencas Ocupacionais
Doencas Ocupacionais
PET - Odontologia UFPR
Estatistica Basica para Saude Aula 1
Estatistica Basica para Saude Aula 1
ValorP Consultoria e Cursos
Indicadores de Saúde
Indicadores de Saúde
Wanderson Oliveira
Lei 8080 e lei 8142
Lei 8080 e lei 8142
Fisioterapeuta
Vigilançia em Saúde
Vigilançia em Saúde
Michele Pereira
Politicas de saude bucal
Politicas de saude bucal
Lucas Almeida Sá
Indicadores de saúde
Indicadores de saúde
Kênia Paula
Intervalo de confiança
Intervalo de confiança
Ana Luiza Lima Sousa
Regressão Linear I
Regressão Linear I
Vitor Vieira Vasconcelos
Delineamentos experimentais-basicos
Delineamentos experimentais-basicos
nayara moraes
Introdução experimentação
Introdução experimentação
Estagiário Herd Book Collares Promebo
Mais conteúdo relacionado
Mais procurados
Levantamentos epidemiológicos em odontologia
Levantamentos epidemiológicos em odontologia
roseanecordeiro
Palestra vigilância sanitária
Palestra vigilância sanitária
Aced Dourados
Vigilância em saúde
Vigilância em saúde
Anderson da Silva
introduçao epidemio
introduçao epidemio
Paula Brustolin Xavier
Introdução a estatística
Introdução a estatística
eetepa
Aula 4 estudos de coorte
Aula 4 estudos de coorte
Ricardo Alexandre
Aula 4 ensaio clínico randomizado
Aula 4 ensaio clínico randomizado
Ricardo Alexandre
Arquivologia, sustentabilidade e inovação. VI Congresso Nacional de Arquivol...
Arquivologia, sustentabilidade e inovação. VI Congresso Nacional de Arquivol...
Daniel Flores
Pesquisa experimental
Pesquisa experimental
Lucovolan
Lista de doenças, agravos e eventos em saúde pública - notificação compulsória
Lista de doenças, agravos e eventos em saúde pública - notificação compulsória
Karynne Alves do Nascimento
Epidemiologia descritiva
Epidemiologia descritiva
Karynne Alves do Nascimento
Doencas Ocupacionais
Doencas Ocupacionais
PET - Odontologia UFPR
Estatistica Basica para Saude Aula 1
Estatistica Basica para Saude Aula 1
ValorP Consultoria e Cursos
Indicadores de Saúde
Indicadores de Saúde
Wanderson Oliveira
Lei 8080 e lei 8142
Lei 8080 e lei 8142
Fisioterapeuta
Vigilançia em Saúde
Vigilançia em Saúde
Michele Pereira
Politicas de saude bucal
Politicas de saude bucal
Lucas Almeida Sá
Indicadores de saúde
Indicadores de saúde
Kênia Paula
Intervalo de confiança
Intervalo de confiança
Ana Luiza Lima Sousa
Regressão Linear I
Regressão Linear I
Vitor Vieira Vasconcelos
Mais procurados
(20)
Levantamentos epidemiológicos em odontologia
Levantamentos epidemiológicos em odontologia
Palestra vigilância sanitária
Palestra vigilância sanitária
Vigilância em saúde
Vigilância em saúde
introduçao epidemio
introduçao epidemio
Introdução a estatística
Introdução a estatística
Aula 4 estudos de coorte
Aula 4 estudos de coorte
Aula 4 ensaio clínico randomizado
Aula 4 ensaio clínico randomizado
Arquivologia, sustentabilidade e inovação. VI Congresso Nacional de Arquivol...
Arquivologia, sustentabilidade e inovação. VI Congresso Nacional de Arquivol...
Pesquisa experimental
Pesquisa experimental
Lista de doenças, agravos e eventos em saúde pública - notificação compulsória
Lista de doenças, agravos e eventos em saúde pública - notificação compulsória
Epidemiologia descritiva
Epidemiologia descritiva
Doencas Ocupacionais
Doencas Ocupacionais
Estatistica Basica para Saude Aula 1
Estatistica Basica para Saude Aula 1
Indicadores de Saúde
Indicadores de Saúde
Lei 8080 e lei 8142
Lei 8080 e lei 8142
Vigilançia em Saúde
Vigilançia em Saúde
Politicas de saude bucal
Politicas de saude bucal
Indicadores de saúde
Indicadores de saúde
Intervalo de confiança
Intervalo de confiança
Regressão Linear I
Regressão Linear I
Destaque
Delineamentos experimentais-basicos
Delineamentos experimentais-basicos
nayara moraes
Introdução experimentação
Introdução experimentação
Estagiário Herd Book Collares Promebo
Princípios da estatística experimental
Princípios da estatística experimental
UERGS
Estatistica inferencial
Estatistica inferencial
Caio da Silva
Delineamento experimental básico
Delineamento experimental básico
Caio Maximino
Princípios de Estatística Inferencial - I
Princípios de Estatística Inferencial - I
Federal University of Bahia
Estatistica aplicada exercicios resolvidos manual tecnico formando
Estatistica aplicada exercicios resolvidos manual tecnico formando
Antonio Mankumbani Chora
23126 estatisticaaplicada manualtecnicoformando
23126 estatisticaaplicada manualtecnicoformando
Instituto Politécnico da UFRJ
Ipaee capitulo 3_slides_3
Ipaee capitulo 3_slides_3
Dharma Initiative
Desenho de Experimentos: Desenho Fatorial
Desenho de Experimentos: Desenho Fatorial
Nayara Duarte
Testes hipoteses introducao
Testes hipoteses introducao
Célia M. D. Sales
Apostila estatistica 2009 mec
Apostila estatistica 2009 mec
Ronne Seles
Estatística Parte 1
Estatística Parte 1
Mauricio Damasceno
Princípios de Estatística Inferencial - II
Princípios de Estatística Inferencial - II
Federal University of Bahia
Delineamentos estatísticos
Delineamentos estatísticos
UERGS
Slides de estatística aplicada
Slides de estatística aplicada
Enio José Bolognini
Aula 01 - Métodos de Análise de Dados
Aula 01 - Métodos de Análise de Dados
Henrique Morais
SPSS – Tutorial para Iniciantes
SPSS – Tutorial para Iniciantes
Rilva Lopes de Sousa Muñoz
Destaque
(18)
Delineamentos experimentais-basicos
Delineamentos experimentais-basicos
Introdução experimentação
Introdução experimentação
Princípios da estatística experimental
Princípios da estatística experimental
Estatistica inferencial
Estatistica inferencial
Delineamento experimental básico
Delineamento experimental básico
Princípios de Estatística Inferencial - I
Princípios de Estatística Inferencial - I
Estatistica aplicada exercicios resolvidos manual tecnico formando
Estatistica aplicada exercicios resolvidos manual tecnico formando
23126 estatisticaaplicada manualtecnicoformando
23126 estatisticaaplicada manualtecnicoformando
Ipaee capitulo 3_slides_3
Ipaee capitulo 3_slides_3
Desenho de Experimentos: Desenho Fatorial
Desenho de Experimentos: Desenho Fatorial
Testes hipoteses introducao
Testes hipoteses introducao
Apostila estatistica 2009 mec
Apostila estatistica 2009 mec
Estatística Parte 1
Estatística Parte 1
Princípios de Estatística Inferencial - II
Princípios de Estatística Inferencial - II
Delineamentos estatísticos
Delineamentos estatísticos
Slides de estatística aplicada
Slides de estatística aplicada
Aula 01 - Métodos de Análise de Dados
Aula 01 - Métodos de Análise de Dados
SPSS – Tutorial para Iniciantes
SPSS – Tutorial para Iniciantes
Semelhante a Capítulo 1 introdução à estatística
aula_analiseDeDados.pptx
aula_analiseDeDados.pptx
RafaelEscalfoni1
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
ssuser2b53fe
Estatística
Estatística
anaelmaqueiroz
ESTATISTICA.pptx
ESTATISTICA.pptx
GuilhermeBarreto53
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
ssuser2b53fe
Mat aula por aula v1
Mat aula por aula v1
Airton Sabino
Estatística
Estatística
anaelmaqueiroz
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
ssuser2b53fe
Noções Básicas de Estatística
Noções Básicas de Estatística
Elisa Rocha Pinto de Castro
Fundamentos da estatística
Fundamentos da estatística
Naiade Costa Inácio
estatistica discreta, estatistica inferencial
estatistica discreta, estatistica inferencial
ElizeuNetto2
Aula 1 - Bioestatística
Aula 1 - Bioestatística
Caroline Godoy
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
ssuser2b53fe
2012 aula1 (1)
2012 aula1 (1)
Fernando Lira Lira
8ª Conseguro - Thaís Fonseca
8ª Conseguro - Thaís Fonseca
CNseg
Estdescr1
Estdescr1
Marcelo Ribeiro
Estatística Descritiva
Estatística Descritiva
Mércia Regina da Silva
Estdescr1
Estdescr1
Mércia Regina da Silva
Apresentação do PowerPoint - Estatística Descritiva
Apresentação do PowerPoint - Estatística Descritiva
DayaniQuerodaSilva2
Estatística 8.º ano
Estatística 8.º ano
aldaalves
Semelhante a Capítulo 1 introdução à estatística
(20)
aula_analiseDeDados.pptx
aula_analiseDeDados.pptx
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
Estatística
Estatística
ESTATISTICA.pptx
ESTATISTICA.pptx
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
Mat aula por aula v1
Mat aula por aula v1
Estatística
Estatística
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
Noções Básicas de Estatística
Noções Básicas de Estatística
Fundamentos da estatística
Fundamentos da estatística
estatistica discreta, estatistica inferencial
estatistica discreta, estatistica inferencial
Aula 1 - Bioestatística
Aula 1 - Bioestatística
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
2012 aula1 (1)
2012 aula1 (1)
8ª Conseguro - Thaís Fonseca
8ª Conseguro - Thaís Fonseca
Estdescr1
Estdescr1
Estatística Descritiva
Estatística Descritiva
Estdescr1
Estdescr1
Apresentação do PowerPoint - Estatística Descritiva
Apresentação do PowerPoint - Estatística Descritiva
Estatística 8.º ano
Estatística 8.º ano
Último
QUARTA - 1EM SOCIOLOGIA - Aprender a pesquisar.pptx
QUARTA - 1EM SOCIOLOGIA - Aprender a pesquisar.pptx
IsabellaGomes58
Programa de Intervenção com Habilidades Motoras
Programa de Intervenção com Habilidades Motoras
Cassio Meira Jr.
Intolerância religiosa. Trata-se de uma apresentação sobre o respeito a diver...
Intolerância religiosa. Trata-se de uma apresentação sobre o respeito a diver...
LizanSantos1
BRASIL - DOMÍNIOS MORFOCLIMÁTICOS - Fund 2.pdf
BRASIL - DOMÍNIOS MORFOCLIMÁTICOS - Fund 2.pdf
Henrique Pontes
HORA DO CONTO5_BECRE D. CARLOS I_2023_2024
HORA DO CONTO5_BECRE D. CARLOS I_2023_2024
Sandra Pratas
DIA DO INDIO - FLIPBOOK PARA IMPRIMIR.pdf
DIA DO INDIO - FLIPBOOK PARA IMPRIMIR.pdf
IedaGoethe
Investimentos. EDUCAÇÃO FINANCEIRA 8º ANO
Investimentos. EDUCAÇÃO FINANCEIRA 8º ANO
MarcosViniciusLemesL
A Arte de Escrever Poemas - Dia das Mães
A Arte de Escrever Poemas - Dia das Mães
Mary Alvarenga
Educação São Paulo centro de mídias da SP
Educação São Paulo centro de mídias da SP
anandatss1
HORA DO CONTO4_BECRE D. CARLOS I_2023_2024
HORA DO CONTO4_BECRE D. CARLOS I_2023_2024
Sandra Pratas
Orientação Técnico-Pedagógica EMBcae Nº 001, de 16 de abril de 2024
Orientação Técnico-Pedagógica EMBcae Nº 001, de 16 de abril de 2024
EMBcae consultoria e assessoria educacional
Modelos de Desenvolvimento Motor - Gallahue, Newell e Tani
Modelos de Desenvolvimento Motor - Gallahue, Newell e Tani
Cassio Meira Jr.
Currículo escolar na perspectiva da educação inclusiva.pdf
Currículo escolar na perspectiva da educação inclusiva.pdf
IedaGoethe
ABRIL VERDE.pptx Slide sobre abril ver 2024
ABRIL VERDE.pptx Slide sobre abril ver 2024
Jeanoliveira597523
Cenários de Aprendizagem - Estratégia para implementação de práticas pedagógicas
Cenários de Aprendizagem - Estratégia para implementação de práticas pedagógicas
Rosalina Simão Nunes
HORA DO CONTO3_BECRE D. CARLOS I_2023_2024
HORA DO CONTO3_BECRE D. CARLOS I_2023_2024
Sandra Pratas
02. Informática - Windows 10 apostila completa.pdf
02. Informática - Windows 10 apostila completa.pdf
Jorge Andrade
Bingo da potenciação e radiciação de números inteiros
Bingo da potenciação e radiciação de números inteiros
AntnyoAllysson
ALMANANHE DE BRINCADEIRAS - 500 atividades escolares
ALMANANHE DE BRINCADEIRAS - 500 atividades escolares
LilianPiola
William J. Bennett - O livro das virtudes para Crianças.pdf
William J. Bennett - O livro das virtudes para Crianças.pdf
AdrianaCunha84
Último
(20)
QUARTA - 1EM SOCIOLOGIA - Aprender a pesquisar.pptx
QUARTA - 1EM SOCIOLOGIA - Aprender a pesquisar.pptx
Programa de Intervenção com Habilidades Motoras
Programa de Intervenção com Habilidades Motoras
Intolerância religiosa. Trata-se de uma apresentação sobre o respeito a diver...
Intolerância religiosa. Trata-se de uma apresentação sobre o respeito a diver...
BRASIL - DOMÍNIOS MORFOCLIMÁTICOS - Fund 2.pdf
BRASIL - DOMÍNIOS MORFOCLIMÁTICOS - Fund 2.pdf
HORA DO CONTO5_BECRE D. CARLOS I_2023_2024
HORA DO CONTO5_BECRE D. CARLOS I_2023_2024
DIA DO INDIO - FLIPBOOK PARA IMPRIMIR.pdf
DIA DO INDIO - FLIPBOOK PARA IMPRIMIR.pdf
Investimentos. EDUCAÇÃO FINANCEIRA 8º ANO
Investimentos. EDUCAÇÃO FINANCEIRA 8º ANO
A Arte de Escrever Poemas - Dia das Mães
A Arte de Escrever Poemas - Dia das Mães
Educação São Paulo centro de mídias da SP
Educação São Paulo centro de mídias da SP
HORA DO CONTO4_BECRE D. CARLOS I_2023_2024
HORA DO CONTO4_BECRE D. CARLOS I_2023_2024
Orientação Técnico-Pedagógica EMBcae Nº 001, de 16 de abril de 2024
Orientação Técnico-Pedagógica EMBcae Nº 001, de 16 de abril de 2024
Modelos de Desenvolvimento Motor - Gallahue, Newell e Tani
Modelos de Desenvolvimento Motor - Gallahue, Newell e Tani
Currículo escolar na perspectiva da educação inclusiva.pdf
Currículo escolar na perspectiva da educação inclusiva.pdf
ABRIL VERDE.pptx Slide sobre abril ver 2024
ABRIL VERDE.pptx Slide sobre abril ver 2024
Cenários de Aprendizagem - Estratégia para implementação de práticas pedagógicas
Cenários de Aprendizagem - Estratégia para implementação de práticas pedagógicas
HORA DO CONTO3_BECRE D. CARLOS I_2023_2024
HORA DO CONTO3_BECRE D. CARLOS I_2023_2024
02. Informática - Windows 10 apostila completa.pdf
02. Informática - Windows 10 apostila completa.pdf
Bingo da potenciação e radiciação de números inteiros
Bingo da potenciação e radiciação de números inteiros
ALMANANHE DE BRINCADEIRAS - 500 atividades escolares
ALMANANHE DE BRINCADEIRAS - 500 atividades escolares
William J. Bennett - O livro das virtudes para Crianças.pdf
William J. Bennett - O livro das virtudes para Crianças.pdf
Capítulo 1 introdução à estatística
1.
© 2010 Pearson.
Todos os direitos reservados.slide 1 Capítulo 1 | Introdução à estatística
2.
© 2010 Pearson.
Todos os direitos reservados.slide 2 • 1.1 Uma visão geral sobre estatística • 1.2 Classificação dos dados • 1.3 Planejamento experimental Descrição do capítulo
3.
© 2010 Pearson.
Todos os direitos reservados.slide 3 Seção 1.1 Uma visão geral sobre estatística
4.
© 2010 Pearson.
Todos os direitos reservados.slide 4 Objetivos da seção 1.1 • Definir estatística • Diferenciar população e amostra • Diferenciar parâmetro e dado estatístico • Diferenciar estatística descritiva de estatística inferencial
5.
© 2010 Pearson.
Todos os direitos reservados.slide 5 O que são dados? Dados Consistem em informações advindas de observações, contagens, medidas ou respostas. • “Pessoas que comem grãos integrais em três de suas refeições diárias têm risco reduzido de (…) derrames em 37%.” (Fonte: Whole Grains Council.) • “Setenta por cento das 1.500 lesões na coluna vertebral em menores nos EUA são resultado de acidentes em veículos e 68% deles não estavam usando cinto de segurança.” (Fonte: UPI.)
6.
© 2010 Pearson.
Todos os direitos reservados.slide 6 O que é estatística? Estatística É a ciência de coletar, organizar, analisar e interpretar dados para a tomada de decisões.
7.
© 2010 Pearson.
Todos os direitos reservados.slide 7 Conjunto de dados População Coleção de todos os resultados, respostas, medições ou contagens que são de interesse. Amostra Um subgrupo da população.
8.
© 2010 Pearson.
Todos os direitos reservados.slide 8 Exemplo: identificando conjunto de dados Em uma pesquisa recente, 1.708 adultos nos Estados Unidos foram questionados se achavam que o aquecimento global era um problema que requeria ação governamental imediata. Novecentos e trinta e nove dos adultos disseram que sim. Identifique a população e a amostra. Descreva o conjunto de dados. (Adaptado de: Pew Research Center.)
9.
© 2010 Pearson.
Todos os direitos reservados.slide 9 • A população consiste nas respostas de todos os adultos nos EUA • A amostra consiste nas respostas dos 1.708 adultos estadunidenses da pesquisa • A amostra é uma parcela das respostas de todos os adultos nos EUA • O conjunto de dados consiste de 939 sim e 769 não Respostas dos adultos nos EUA (população) Respostas dos adultos na pesquisa (amostragem)
10.
© 2010 Pearson.
Todos os direitos reservados.slide 10 Parâmetro e estatística Parâmetro Um número que descreve uma característica populacional. Idade média de todas as pessoas nos Estados Unidos Estatística Um número que descreve uma característica amostral. Idade média das pessoas de uma amostra de três estados
11.
© 2010 Pearson.
Todos os direitos reservados.slide 11 Exemplo: distinguindo entre parâmetro e estatística Decida se o valor numérico descreve um parâmetro populacional ou uma estatística amostral. 1. Uma pesquisa recente de uma amostragem de MBAs revelou que o salário médio de um MBA é superior a $ 82.000. (Fonte: The Wall Street Journal.) Solução: Estatística amostral (a média de $ 82.000 é baseado em uma parte da população).
12.
© 2010 Pearson.
Todos os direitos reservados.slide 12 Decida se o valor numérico refere-se a um parâmetro populacional ou uma estatística amostral. 2. O salário inicial dos 667 MBAs da University of Chicago Graduate School of Business aumentou 8,5% desde o ano passado. Solução: Parâmetro populacional (a porcentagem de 8,5% é baseada nos salários iniciais de todos os 667 graduados).
13.
© 2010 Pearson.
Todos os direitos reservados.slide 13 Ramos da estatística Estatística descritiva Envolve organização, o resumo, e a representação dos dados. Ex.: tabelas, gráficos, médias. Estatística inferencial Envolve o uso de amostras para chegar a conclusões sobre uma população.
14.
© 2010 Pearson.
Todos os direitos reservados.slide 14 Exemplo: estatísticas descritiva e inferencial Decida qual parte desse estudo representa o ramo descritivo da estatística. Quais conclusões podem ser tiradas do estudo usando estatística inferencial? Uma amostra grande de homens de 48 anos foi estudada por 18 anos. Para homens não casados, aproximadamente 70% estavam vivos aos 65 anos. Para os casados, 90% estavam vivos aos 65 anos. (Fonte: The Journal of Family Issues.) Ainda vivos aos 65 anos Homens solteiros – 70% Homens casados – 90%
15.
© 2010 Pearson.
Todos os direitos reservados.slide 15 Solução: estatísticas descritiva e inferencial Estatística descritiva envolve afirmações como “Para homens não casados, aproximadamente 70% estavam vivos aos 65 anos” e “Para homens casados, 90% estavam vivos aos 65 anos”. Uma inferência possível tirada desse estudo é que ser casado está associado com uma vida mais longa para homens. Ainda vivos aos 65 anos Homens solteiros – 70% Homens casados – 90%
16.
© 2010 Pearson.
Todos os direitos reservados.slide 16 Sumário da Seção 1.1 • Definimos estatística • Diferenciamos população e amostra • Diferenciamos parâmetro e dado estatístico • Diferenciamos estatística descritiva de estatística inferencial
17.
© 2010 Pearson.
Todos os direitos reservados.slide 17 Seção 1.2 Classificação dos dados
18.
© 2010 Pearson.
Todos os direitos reservados.slide 18 • Distinguir dados qualitativos e dados quantitativos • Classificar dados em relação aos quatro níveis de mensuração Objetivos da Seção 1.2
19.
© 2010 Pearson.
Todos os direitos reservados.slide 19 Dados qualitativos Consistem em atributos, qualidades ou entradas não numéricas. Graduação Local de nascimento Cor dos olhos Tipos de dados
20.
© 2010 Pearson.
Todos os direitos reservados.slide 20 Dados quantitativos Medidas ou contagens numéricas. Idade Peso de uma carta Temperatura
21.
© 2010 Pearson.
Todos os direitos reservados.slide 21 Os preços-base para diversos veículos são apresentados na tabela a seguir. Quais dados são qualitativos e quais são quantitativos? (Fonte: Ford Motor Company.) Modelo Preço-base Fusion 14 S $ 17.795 F-150 XL $ 18.710 Five Hundred SEL $ 23.785 Escape XLT Sport $ 24.575 2007 Explorer Sport Trac Limited $ 26.775 Freestar SEL $ 27.500 Crown Victoria LX $ 28.830 Expedition XLT $ 35.480 Exemplo: classificando dados por tipo
22.
© 2010 Pearson.
Todos os direitos reservados.slide 22 Dados quantitativos (preços-base dos modelos automotivos são entradas numéricas). Dados qualitativos (nomes dos modelos automotivos são entradas não numéricas). Modelo Preço-base Fusion 14 S $ 17.795 F-150 XL $ 18.710 Five Hundred SEL $ 23.785 Escape XLT Sport $ 24.575 2007 Explorer Sport Trac Limited $ 26.775 Freestar SEL $ 27.500 Crown Victoria LX $ 28.830 Expedition XLT $ 35.480
23.
© 2010 Pearson.
Todos os direitos reservados.slide 23 Níveis de mensuração Nível nominal de mensuração • Somente dados qualitativos • São classificados com nomes, etiquetas ou qualidades • Não podem ser feitos cálculos matemáticos Nível ordinal de mensuração • Dados qualitativos ou quantitativos • Dados podem ser organizados em ordem ou posição • Diferenças entre as entradas de dados não são significativas
24.
© 2010 Pearson.
Todos os direitos reservados.slide 24 A seguir temos dois conjuntos de dados. Qual conjunto de dados está no nível nominal? E qual está no nível ordinal? Explique. (Fonte: Nielsen Media Research.) Os cinco programas de TV mais assistidos (de 12/2/2007 a 18/2/2007) 1. American Idol – terça-feira 2. American Idol – quarta-feira 3. Grey’s anatomy 4. House 5. CSI Afiliadas das redes em Pittsburg, PA WTAE (ABC) WPXI (NBC) KDKA (CBS) WPGH (FOX) Exemplo: classificando dados por nível
25.
© 2010 Pearson.
Todos os direitos reservados.slide 25 Nível ordinal (lista das colocações de cinco programas de TV; os dados podem ser postos em ordem; a diferença entre as posições é insignificante). Nível nominal (lista das afiliadas da rede de TV; as siglas nomeiam as afiliadas). Solução: classificando dados por nível Os cinco programas de TV mais assistidos (de 12/2/2007 a 18/2/2007) 1. American Idol – terça-feira 2. American Idol – quarta-feira 3. Grey’s anatomy 4. House 5. CSI Afiliadas das redes em Pittsburg, PA WTAE (ABC) WPXI (NBC) KDKA (CBS) WPGH (FOX)
26.
© 2010 Pearson.
Todos os direitos reservados.slide 26 Níveis de medida Nível de mensuração intervalar • Dados quantitativos • Dados podem ser organizados • Diferenças entre as entradas de dados são significativas • Zero representa uma posição em uma escala (e não um zero inerente – zero não implica em ‘nulo’)
27.
© 2010 Pearson.
Todos os direitos reservados.slide 27 Nível de mensuração racional • Similar ao nível intervalar • Uma entrada zero é um zero inerente (implica em ‘nulo’) • Pode ser feita uma proporção de dois valores de dados • Um valor de dado pode ser expresso como o múltiplo de outro
28.
© 2010 Pearson.
Todos os direitos reservados.slide 28 A seguir temos dois conjuntos de dados. Qual conjunto de dados está no nível intervalar? E qual está no nível racional? Explique. (Fonte: Major League Baseball.) Vitórias do New York Yankees na série mundial (anos) 1923, 1927, 1928, 1932, 1936, 1937, 1938, 1939, 1941, 1943, 1947, 1949, 1950, 1951, 1952, 1953, 1956, 1958, 1961, 1962, 1977, 1978, 1996, 1998, 1999, 2000 Totais de home runs da Liga Americana em 2003 (por time) Baltimore 164 Boston 192 Chicago 236 Cleveland 196 Detroit 203 Kansas City 124 Los Angeles 159 Minnesota 143 Nova Iorque 210 Oakland 175 Seattle 172 Tampa Bay 190 Texas 183 Toronto 199 Exemplo: classificando dados por nível
29.
© 2010 Pearson.
Todos os direitos reservados.slide 29 Nível intervalar (dados quantitativos; pode-se encontrar uma diferença entre dois dados, mas uma proporção não faz sentido). Nível racional (podem-se encontrar diferenças e formar proporções). Solução: classificando dados por nível Vitórias do New York Yankees na série mundial (anos) •1923, 1927, 1928, 1932, 1936, 1937, 1938, 1939, 1941, 1943, 1947, 1949, 1950, 1951, 1952, 1953, 1956, 1958, 1961, 1962, 1977, 1978, 1996, 1998, 1999, 2000 Totais de home runs da Liga Americana em 2003 (por time) Baltimore 164 Boston 192 Chicago 236 Cleveland 196 Detroit 203 Kansas City 124 Los Angeles 159 Minnesota 143 Nova Iorque 210 Oakland 175 Seattle 172 Tampa Bay 190 Texas 183 Toronto 199
30.
© 2010 Pearson.
Todos os direitos reservados.slide 30 Sumário dos quatro níveis de mensuração Nível de mensuração Categorizar os dados Ordenar os dados Subtrair os valores dos dados Determinar se um valor de dado é múltiplo de outro Nominal Sim Não Não Não Ordinal Sim Sim Não Não Intervalar Sim Sim Sim Não Racional Sim Sim Sim Sim
31.
© 2010 Pearson.
Todos os direitos reservados.slide 31 • Distinguimos dados qualitativos de dados quantitativos • Classificamos dados de acordo com os quatro níveis de mensuração Sumário da Seção 1.2
32.
© 2010 Pearson.
Todos os direitos reservados.slide 32 Seção 1.3 Planejamento experimental
33.
© 2010 Pearson.
Todos os direitos reservados.slide 33 • Discutir como planejar um estudo estatístico • Discutir técnicas de coleta de dados • Discutir como planejar um experimento • Discutir técnicas de amostra Objetivos da Seção 1.3
34.
© 2010 Pearson.
Todos os direitos reservados.slide 34 Planejando um estudo estatístico 3. Colete os dados. 4. Descreva os dados usando as técnicas de estatística descritiva. 5. Interprete os dados e tome decisões sobre a população usando estatística inferencial. 6. Identifique quaisquer erros possíveis. 1. Identifique a(s) variável(is) de interesse (foco) e a população do estudo. 2. Desenvolva um plano detalhado para coleta de dados. Se você usar uma amostra, certifique-se de que ela é representativa da população.
35.
© 2010 Pearson.
Todos os direitos reservados.slide 35 Coleta de dados Estudo observacional • Um pesquisador observa e mede as características interessantes de uma parte da população • Pesquisadores observaram e registraram o comportamento oral de crianças acima de três anos de idade com objetos não comestíveis (Fonte: Pediatric Magazine.)
36.
© 2010 Pearson.
Todos os direitos reservados.slide 36 Experimento • Um tratamento é aplicado em uma parte da população e suas respostas são observadas • Foi realizado um experimento no qual diabéticos tomaram extrato de canela diariamente, enquanto um grupo de controle não. Depois de 40 dias, os diabéticos que tomaram canela reduziram o risco de doenças do coração, enquanto o grupo de controle não apresentou mudanças (Fonte: Diabetes Care.)
37.
© 2010 Pearson.
Todos os direitos reservados.slide 37 Simulação • Usa um modelo matemático ou físico para reproduzir as condições de uma situação ou processo • Frequentemente envolve o uso de computadores • Empresas automobilísticas usam simulações com bonecos para estudar os efeitos de acidentes em pessoas
38.
© 2010 Pearson.
Todos os direitos reservados.slide 38 Pesquisa • Investigação de uma ou mais características de uma população • Comumente feita por entrevistas, correspondências ou telefone • Um estudo é conduzido em uma amostra de médicas mulheres para determinar se a razão primária na escolha de suas carreiras é estabilidade financeira
39.
© 2010 Pearson.
Todos os direitos reservados.slide 39 Exemplo: métodos de coleta de dados Considere os seguintes estudos estatísticos. Qual método de coleta de dados você usaria em cada um destes casos? 1. Um estudo do efeito da mudança dos padrões de voo no número de acidentes com aviões. Solução: Simulação (não é prático criar essa situação).
40.
© 2010 Pearson.
Todos os direitos reservados.slide 40 2. Um estudo sobre o efeito da aveia para abaixar a pressão sanguínea. Solução: Experimento (mede o efeito do tratamento – comer aveia).
41.
© 2010 Pearson.
Todos os direitos reservados.slide 41 Solução: Estudo observacional (observa e mede uma certa característica da população). 3. Um estudo sobre como alunos da quarta série montam um quebra-cabeça.
42.
© 2010 Pearson.
Todos os direitos reservados.slide 42 Solução: Pesquisa (perguntar “Você aprova o modo como o presidente está lidando com o cargo?”). 4. Um estudo dizendo se os residentes nos EUA aprovam seu presidente ou não.
43.
© 2010 Pearson.
Todos os direitos reservados.slide 43 Elementos-chave do planejamento experimental • Controle • Aleatorização • Replicação
44.
© 2010 Pearson.
Todos os direitos reservados.slide 44 • Controle para efeitos alheios ao que está sendo medido • Variáveis confusas Ocorre quando um experimento não consegue mostrar a diferença entre os efeitos de fatores diversos em uma variável O dono de uma cafeteria reforma sua loja ao mesmo tempo em que um shopping próximo inaugura. Se as vendas da cafeteria aumentarem, não há como saber se a causa foi a reforma da cafeteria ou a inauguração do shopping Elementos-chave do planejamento experimental: controle
45.
© 2010 Pearson.
Todos os direitos reservados.slide 45 • Efeito placebo Um sujeito reaje favoravelmente a um placebo quando na verdade ela não está recebendo nenhum tratamento Teste cego é uma técnica na qual os sujeitos não sabem se estão recebendo um remédio ou um placebo Teste duplo-cego é quando nem o sujeito nem o experimentador sabem se o sujeito está recebendo tratamento ou um placebo
46.
© 2010 Pearson.
Todos os direitos reservados.slide 46 • Aleatorização é o processo de distribuir aleatoriamente sujeitos a diferentes grupos • Desenho totalmente aleatorizado Os sujeitos são distribuídos a diferentes grupos por seleção aleatória • Desenho em blocos aleatórios Divide os sujeitos com características semelhantes em blocos e, então, dentro de cada bloco, distribui aleatoriamente os sujeitos em diferentes grupos
47.
© 2010 Pearson.
Todos os direitos reservados.slide 47 Desenho em blocos aleatórios Um experimento testando os efeitos de uma nova bebida emagrecedora pode primeiramente dividir os sujeitos em categorias por idade. Então, dentro de cada um desses grupos, distribuí-los aleatoriamente para grupos de tratamento ou de controle. Todos os sujeitos De 30 a 39 anos De 40 a 49 anos Mais de 50 anos Controle Controle Controle Tratamento Tratamento Tratamento
48.
© 2010 Pearson.
Todos os direitos reservados.slide 48 • Planejamento de pares combinados Os sujeitos são pareados de acordo com a similaridade. Um sujeito do par é selecionado para receber um tratamento enquanto o outro recebe um tratamento diferente Elementos-chave do planejamento experimental: aleatorização
49.
© 2010 Pearson.
Todos os direitos reservados.slide 49 • Replicação é a repetição de um experimento usando um grande número de sujeitos • Para testar uma vacina contra uma variação do vírus da gripe, 10.000 pessoas recebem a vacina e outras 10.000 recebem um placebo. Por causa do tamanho da amostragem, muito provavelmente poderá ser observada a efetividade da vacina Elementos-chave do planejamento experimental: replicação
50.
© 2010 Pearson.
Todos os direitos reservados.slide 50 Exemplo: planejamento experimental Uma empresa deseja testar a efetividade de um novo chiclete para ajudar as pessoas a parar de fumar. Identifique um problema em potencial com o desenho experimental escolhido e sugira um modo de melhorá-lo. A empresa identifica mil adultos que sejam fumantes inveterados. As cobaias são divididas em blocos de acordo com o gênero. Depois de dois meses, o grupo feminino tem um número significativo de pessoas que deixaram de fumar.
51.
© 2010 Pearson.
Todos os direitos reservados.slide 51 Solução: planejamento experimental Problema Os grupos não são similares. O novo chiclete pode ter um efeito melhor em mulheres ou vice-versa. Correção Os sujeitos podem ser divididos em blocos de acordo com o gênero, mas, dentro de cada bloco, precisam ser aleatoriamente distribuídos para estar no grupo de tratamento ou no grupo de controle.
52.
© 2010 Pearson.
Todos os direitos reservados.slide 52 Técnicas de amostragem Amostra aleatória simples Toda amostra possível de mesmo tamanho tem a mesma chance de ser selecionada. x x x xx x x x x x x x x x x x x xx x x x x x x xx x x x x x xx x x x x x x xx x x x x x x xx x x x x x x x x x x x x x xx x x x x x x xx x x x x xx x x x x x x xx x x x x x x xx x x x x x x x x xx x x x x
53.
© 2010 Pearson.
Todos os direitos reservados.slide 53 Amostra aleatória simples • Números aleatórios podem ser gerados por uma tabela de números aleatórios, um software ou uma calculadora • Dê um número a cada membro da população • Membros da população que correspondam a esses números tornam-se membros da amostragem
54.
© 2010 Pearson.
Todos os direitos reservados.slide 54 Exemplo: amostra aleatória simples • Há 731 estudantes que se inscreveram no curso de estatística em sua faculdade. Você deseja formar uma amostra de oito estudantes para responder às questões de uma pesquisa. Selecione os estudantes que pertencerão à amostra aleatória simples • Dê números de 1 até 731 para cada estudante de estatística • Na tabela de números aleatórios, escolha um espaço inicial aleatoriamente (suponha que você comece na terceira linha da segunda coluna)
55.
© 2010 Pearson.
Todos os direitos reservados.slide 55 Solução: amostra aleatória simples • Leia os dígitos em grupos de três • Ignore números maiores que 731 Os estudantes de número 719, 662, 650, 4, 53, 589, 403 e 129 comporiam a amostra. Tabela 1 – Números aleatórios 92630 78240 19267 95457 53497 23894 37708 79862 79445 78735 71549 44843 26104 67318 00701 34986 59654 71966 27386 50004 05358 94031 29281 18544 31524 49587 76612 39789 13537 48086 59483 60680 06348 76938 90379 51392 55887 71015 09209 79157
56.
© 2010 Pearson.
Todos os direitos reservados.slide 56 Outras técnicas de amostragem Amostra estratificada • Divida a população em grupos (estrato) e selecione uma amostra aleatória de cada grupo • Para coletar uma amostragem estratificada do número de pessoas que vivem em casas no condado de West Ridge, você poderia dividir as casas em níveis socioeconômicos e então selecionar casas aleatoriamente em cada nível Grupo 1: renda baixa Grupo 2: renda média Grupo 3: renda alta
57.
© 2010 Pearson.
Todos os direitos reservados.slide 57 Amostra por agrupamento • Divida a população em grupos (blocos) e separe todos os membros em um ou mais deles, mas não em todos. • No exemplo do condado de West Ridge você poderia dividir as casas em blocos de acordo com seus CEPs e, então, escolher todas as casas em um ou mais CEP, mas não em todos Outras técnicas de amostragem
58.
© 2010 Pearson.
Todos os direitos reservados.slide 58 Amostra sistemática • Escolha um valor inicial aleatoriamente. Então, separe todo xº membro da população. • No condado de West Ridge, por exemlo, você poderia dar um número diferente para cada casa, escolher um número inicial aleatório e, então, escolher toda 100º casa.
59.
© 2010 Pearson.
Todos os direitos reservados.slide 59 Exemplo: identificando técnicas de amostragem Você está conduzindo um estudo para determinar a opinião dos alunos da sua escola à respeito das pesquisas com células-tronco. Identifique a técnica de amostra usada. 1. Você divide a população de estudantes por cursos e, aleatoriamente, escolhe e questiona alguns dos estudantes de cada graduação. Solução: Amostra estratificada [os alunos são dividos em strata (graduações) e uma amostra é selecionada de cada graduação].
60.
© 2010 Pearson.
Todos os direitos reservados.slide 60 Solução: Amostra aleatória simples (cada amostragem de mesmo tamanho tem chance igual de ser selecionada e cada estudante tem chance igual de ser selecionado). 2. Você dá um número para cada aluno e gera números aleatórios. Então você pergunta quais estudantes tiveram seus números escolhidos aleatoriamente.
61.
© 2010 Pearson.
Todos os direitos reservados.slide 61 • Discutimos como planejar um estudo estatístico • Discutimos técnicas de coleta de dados • Discutimos como planejar um experimento • Discutimos técnicas de amostra Sumário da Seção 1.3
Baixar agora