A Estatística é o estudo da coleta, organização e análise de dados para tirar conclusões sob condições de incerteza. Ela fornece métodos para quantificar a incerteza e tomar melhores decisões com base em evidências. A Estatística é amplamente utilizada em diversas áreas como saúde, meio ambiente e agricultura.

1. O que é Estatística?

2. Estatística: o que é?
 O primeiro uso da palavra ESTATÍSTICA
parece datar de 1589 (dc) e apareceu em um
trabalho do historiador Girolomo Ghilini,
quando se referiu a uma “ciência civil, política,
estatística e militar”. (Berquó, 1981)
 As expressões “statistics”, “statist” e
“statistical” parecem ter sido derivadas do
latim status com duplo significado:
 estado político; e situação das coisas.

3. DEFINIÇÃO
 No Aurélio (primeira edição) apresentam-se as
seguintes definições:
(1) Parte da matemática em que se investigam os
processos de obtenção, organização e análise de
dados sobre uma população ou uma coleção de
seres quaisquer, e os métodos de tirar conclusões
e fazer ilações ou predições com base nesses
dados;
(2) Qualquer parâmetro de uma amostra, como, por
exemplo, a sua média, o seu desvio-padrão, a sua
variância.

4. Estatística: o que é ?
Para Sir Ronald A. Fisher (1890-1962): Estatística é o
estudo das populações, das variações e dos métodos
de redução de dados.

5. Estatística: o que é?
 “Eu gosto de pensar na
Estatística como a ciência de
aprendizagem a partir dos
dados... “
Jon Kettenring
Presidente da American
Statistical Association, 1997

6. Estatística: o que é?
 Uma boa definição é “Estatística é um
conjunto de técnicas e métodos
que nos auxiliam no processo de
tomada de decisão na presença
de incerteza .”

7. Estatística: o que é?
 Toda atividade humana é baseada em
previsões e tomadas de decisão sob
incerteza:
 quando entramos para a universidade,
quando arrumamos um emprego,
quando nos casamos, quando
investimos uma quantia no mercado
de ações, etc.

8. Estatística: o que é?
 Calyampudi R. Rao (1920- ), um
estatístico indiano famoso apresenta a
seguinte equação:
Essa parte da equação
Representa o papel
fundamental do estatístico
conhecimento conhecimento
+ da quantidade = conhecimento
incerto
de incerteza útil

9. Quantificação da Incerteza
 Não há uma forma definida de quantificar incertezas e o
assunto é bastante controverso. A primeira tentativa séria foi
feita pelo Reverendo Thomas Bayes (?-1761) que foi dito ter
59 anos quando morreu em 17/04/1761 – não se sabe
quando ele nasceu.
 Bayes introduziu o conceito de uma distribuição a priori sobre
o conjunto das hipóteses possíveis, indicando os graus de
crença para as diferentes hipóteses, antes dos dados serem
observados, que nós denotaremos por p(h).
 Essa distribuição a priori junto com o conhecimento da
distribuição de probabilidade dos dados d dada a hipótese h,
denotada por p(d|h), capacita-nos obter a distribuição de
probabilidade total (marginal) dos dados observados,
denotada por p(d).

10. p ( h) p ( d | h )
p(h | d ) =
p(d )
 Agora estamos em posição de calcular a distribuição
condicional da hipótese dados os dados observados:
p ( h ) p ( d | h)
p(h | d ) =
p (d )
que é chamada distribuição a posteriori ou distribuição de
incertezas sobre as hipóteses à luz dos dados observados.
 A partir de um conhecimento a priori das hipóteses
alternativas e dos dados observados, obtemos um
conhecimento novo sobre as hipóteses possíveis e a solução
de Bayes é, de fato, logicamente sólida.

11. Alguns estatísticos, porém, sentem-se desconfortáveis
sobre a introdução de uma distribuição a priori em um
problema, a menos que a escolha de tal distribuição
seja feita de maneira objetiva – por exemplo, baseada
na evidência observacional do passado e não na
crença de um indivíduo.
 Esforços foram empreendidos pelos fundadores
da estatística moderna K. Pearson, R.A. Fisher, J.
Neyman, A. Wald, para desenvolver teorias de
inferência sem usar distribuições a priori. Esses
métodos, porém, apresentam muitas vezes
dificuldades lógicas. (Rao, 1996)

12. Do determinismo ao estocástico
Por muito tempo acreditou-se que todo evento
natural tinha uma característica pré-
determinada.
Formulação mais extrema disso  idéia de
Laplace
“existência de um demônio matemático, um espírito dotado
de uma capacidade ilimitada de dedução matemática, que
seria capaz de prever todos os eventos futuros no mundo, se
em um dado momento ele conhecesse todas as magnitudes
que caracterizam o estado presente.”

13. A idéia de Laplace mostrou-se incorreta de
duas formas.
existem dificuldades tanto lógicas, quanto
práticas na formulação de leis determinísticas
para fenômenos naturais;
 é impossível medir o estado verdadeiro de
um sistema em qualquer tempo dado.
 Na teoria do Caos tal fenômeno é
chamado – Efeito Borboleta.

14. CHANCE: inerente na natureza
Três grandes desenvolvimentos se deram
aproximadamente na mesma época em
meados do século XIX em três campos
distintos de averiguação.
1) O estatístico social belga Adolphe
Quetelet (1796-1874) usou os conceitos de
probabilidade ao descrever um fenômeno
social e biológico.

15. CHANCE: inerente na natureza
2) O botânico austríaco Gregor Mendel
(1822-1884) formulou suas leis de
hereditariedade, através de simples
mecanismos de chance, como lançar
dados.

16. CHANCE: inerente na natureza
3) O físico austríaco Ludwig Boltzmann (1844-
1906) deu uma interpretação estatística para
uma das proposições mais fundamentais de
física teórica, a segunda lei da
termodinâmica. As leis básicas da física
foram elas próprias expressas em termos
probabilísticos, particularmente no nível
microscópico das partículas fundamentais.

17.  o comportamento aleatório é considerado
como uma parte indispensável e inerente do
funcionamento normal de muitos tipos de
coisas.
 modelos estocásticos foram construídos para
explicar o comportamento de sistemas dados.
 Exemplos de tais descrições são: o movimento
Browniano, cintilações causadas por radioatividade, o
princípio da incerteza de Heisenberg, as distribuições
de velocidade de Maxwell de moléculas de massas
iguais. Todas eles indicando o caminho para a
mecânica quântica.

18. POSSIBILIDADE DE FALHA NO
CONHECIMENTO CIENTÍFICO
 Todo conhecimento científico, sendo baseado em
evidência que é formalmente incompleta, é somente
provável e nunca absolutamente certo.
 Todas as predições baseadas em conhecimento
científico. Devem, portanto, poder falhar e, de fato,
mostrarem-se erradas a longo prazo.
 A longa história da filosofia e da ciência é em grande
parte a história da emancipação progressiva da
mente humana da teoria das verdades auto-
evidentes e dos postulados de certeza total com a
marca da verdade científica.

19.  Em todo o campo da ciência os processos
matemáticos dedutivos de inferência absolutamente
certa estão sendo substituídos pelos métodos
estatísticos de inferência incerta.

20. Exemplos de situações em que se usa
Estatística
 Mensuração das mudanças no meio-ambiente para avaliar os
efeitos do aquecimento global;
 Mensuração da poluição do ar para avaliar os efeitos na
saúde da população;
 Mensuração das mudanças nos padrões populacionais para
avaliar que tipos de moradia são necessários e em que
localizações;
 Análise de experimentos sobre o uso de fertilizantes para
maximizar a produção de milho;
 Mensuração da eficácia de diferentes medicamentos para
encontrar o melhor, e identificar efeitos colaterais;
 Cálculo de quão provável duas pessoas têm o mesmo perfil
de DNA.

21. Resumindo:
 A Estatística utiliza métodos matemáticos
para solucionar problemas reais de tomada
de decisão quando há incerteza.
 Em situações nas quais poderíamos contar
unicamente com a sorte, temos um
instrumento, que nos possibilita aumentar
as chances de tomar a melhor decisão.
 Na prática, a Estatística pode ser
empregada como ferramenta fundamental
em várias outras ciências.