Statistics and Probability Lesson in Bacharelor's Degree in Computer Science in Federal Institute of Education, Science and Technology of São Paulo.

2. • Aspectos históricos;
• Distinção entre os conceitos de população,
amostras e processos;
• Métodos para tabulação de dados e gráficos;
• Medidas de dispersão e variabilidade.

3. MÉTODOS ADHOC (OU AMOSTRAGEM NÃO
PROBABILÍSTICA)

4. Os Trapalhões:
Pesquisa nas
ruas

5. •

6. Amostragem
Acidental, casual
ou conveniente
Objetiva
Modal
Especialistas
Por Quotas
Heterogênea ou
de diversidade
Propagação
geométrica

7. Amostragem acidental,
casual ou conveniente
Neste tipo de amostra os
elementos são
selecionados pela sua
conveniência, por
voluntariado, ou ainda,
acidentalmente.
Amostragem objetiva
Este tipo de amostra é
constituído com um
determinado objetivo em
mente. Ou seja, é um
acesso rápido a subgrupos
restritos que são mais
receptivos aos objetivos do
estudo.
Amostragem modal
Este tipo de amostragem
procura concentrar a
amostra na moda da
população, isto é no tipo
mais frequente. O
problema com este tipo de
amostragem reside na
dificuldade em saber qual
é a média de população.

8. Amostragem de especialistas
Neste tipo de amostragem, o objetivo é
constituir amostras cujos elementos sejam
especialistas ou possuam conhecimentos de
uma determinada área.
Amostragem por quotas
Neste tipo de amostragem, as amostras são
constituídas respeitando as quotas
(proporcionalidade ou não) de uma
determinada característica da população
em estudo de uma forma aleatória.

9. Amostragem de propagação
geométrica (snowball)
Este tipo de amostragem faz-se quando
se pretende incluir na amostra sujeitos
pouco acessíveis ou com determinado
atributo difícil de encontrar.
Amostragem Heterogênea ou de
diversidade
Neste tipo de amostragem, as amostras são
constituídas de modo a que todas as
características, opiniões, atributos, etc.,
estejam presentes na amostra
independentemente das proporções com
que estas se encontram na população.

11. AQUECIMENTO

12. O que é
estatística?

13. Estatística
descritiva
Medidas de
tendência
central
Média
Mediana
Moda
Percentis e
Quartis
Medidas de
dispersão
Medidas de
associação
Representação
gráfica

14. Estatística
descritiva
Medidas de
tendência
central
Medidas de
dispersão
Variância e
Desvio-padrão
Coeficiente de
variação
Amplitude inter-
quartis
Medidas de
associação
Representação
gráfica

15. Estatística
descritiva
Medidas de
tendência central
Medidas de
dispersão
Medidas de
associação
Covariância
Correlação de
Pearson
Correlação de
Spearman
Correção V de
Cramer e Phi
Representação
gráfica

16. Estatística
descritiva
Medidas de
tendência central
Medidas de
dispersão
Medidas de
associação
Representação
gráfica
Gráficos

18. •
média mediana moda
Média
Mediana
Média

19. • Onde n é a dimensão da amostra (número de observações
da amostra) e Xi (i = 1, ..., n) representa cada um dos
valores da variável X na amostra de dimensão n.
• Esta estatística só tem significado para variáveis do tipo
quantitativo.
ത
x =
1
𝑛
෍
𝑖=1
𝑛
𝑋𝑖 =
1
𝑛
× 𝑋1 + 𝑋2 + ⋯ + 𝑋𝑛

20. 𝜇
• Onde N é a dimensão da população e Xi (i = 1, ..., n)
representa cada um dos valores da variável X na amostra
de dimensão N.
𝜇 =
1
𝑁
෍
𝑖=1
𝑁
𝑋𝑖

21. • Onde n é a dimensão da amostra.
• Essa estatística exige que as variáveis sejam medidas numa
escala pelo menos ordinal.
෤
x =
𝑋𝑛
2
+ 𝑋𝑛+2
2
2
, 𝑠𝑒 𝑛 𝑝𝑎𝑟
𝑋𝑛+1
2
,𝑠𝑒 𝑛 í𝑚𝑝𝑎𝑟

22. • A moda é o valor mais frequente da variável X na amostra.
Esta estatística só tem significado para variáveis discretas
ou tornadas discretas por um modo mais ou menos artificial
(por exemplo, através de arredondamentos matemáticos).

23. Variáveis quantitativas
• são as características
que podem ser
medidas em uma
escala quantitativa, ou
seja, apresentam
valores numéricos que
fazem sentido. Podem
ser contínuas ou
discretas.
Variáveis nominais
• não existe ordenação
dentre as categorias.
Exemplos: sexo, cor dos
olhos, fumante/não
fumante, doente/sadio.
Variáveis ordinárias
• existe uma ordenação
entre as categorias.
Exemplos: escolaridade
(1o, 2o, 3o graus),
estágio da doença
(inicial, intermediário,
terminal), mês de
observação (janeiro,
fevereiro,..., dezembro).
PARA SABER MAIS: VARIÁVEIS

24. Variáveis qualitativas
• são as características
que não possuem
valores quantitativos,
mas, ao contrário, são
definidas por várias
categorias, ou seja,
representam uma
classificação dos
indivíduos. Podem ser
nominais ou ordinais.
Variáveis discretas
• características
mensuráveis que
podem assumir apenas
um número finito ou
infinito contável de
valores e, assim,
somente fazem sentido
valores inteiros.
Geralmente são o
resultado de
contagens. Exemplos:
número de filhos,
número de bactérias
por litro de leite,
número de cigarros
fumados por dia.
Variáveis contínuas
• características
mensuráveis que
assumem valores em
uma escala contínua
(na reta real), para as
quais valores fracionais
fazem sentido.
Usualmente devem ser
medidas através de
algum instrumento.
Exemplos: peso
(balança), altura
(régua), tempo
(relógio), pressão
arterial, idade.
PARA SABER MAIS: VARIÁVEIS

25. • Onde n é dimensão da amostra e int (k + 1) representa a
parte inteira de K + 1.
𝑃𝑘 =
𝑋𝑖𝑛𝑡 (𝑘+1) 𝑠𝑒 𝐾 =
𝑛𝑝
100
𝑛ã𝑜 é 𝑖𝑛𝑡𝑒𝑖𝑟𝑜
𝑋𝑘 + 𝑋𝑘+1
2
𝑠𝑒 𝐾 =
𝑛𝑝
100
é 𝑖𝑛𝑡𝑒𝑖𝑟𝑜
• Os percentis dividem a amostra ordenada por ordem
crescente em múltiplos na ordem de 100%. Assim, o
percentil de ordem p calcula-se, depois de ordenados os
elementos da amostra por ordem crescente.