SlideShare uma empresa Scribd logo
Formulário Estatística - 2013
Estatística Descritiva Univariada
Tabelas de Frequência
frequência
absoluta

Xi

ni

frequência
relativa

fi

frequência
absoluta
acumulada

frequência
relativa
acumulada

Ni

Fi

1

…….

…….

…….

…….

….
n

…….
…….
Σ

…….
…….
Σ

…….
…….

…….
…….

Divisão da amostra em classes (variáveis contínuas)
Regra de Sturges: k = 1 + 3,32 x log n

max - min
ai = amplitude das classes =
k

4

k = inteiro

Média

n

X =

Média
(população)

Quartis
3º quartil = Q 3

Medidas de Localização
Média
(amostra)

Quantis empíricos
percentis → 100
duo-deciles → 12
decis → 10
quintis → 5
quartis → 4
tercis → 3

∑X
i =1

Q3 ⇒ n x
4

Q3 ⇒ n x

k = não inteiro
(decimal)

i

n

4

µ=

Média

X =

(observações repetidas)

k = 3,5 ⇒ X 3,5+1 = X 4

∑X
i =1

2º quartil = Q2 = mediana

i

4

N

1º quartil = Q1

∑n X
i =1

i

4

i

n

k = inteiro

Q3 ⇒ n x

k

Média

X =

∑n C
i =1

i

i

n
Ci = ponto médio
da classe i

Mediana

Depois de ordenada a amostra
n = par
n = impar

Med =

Xn + Xn
2

2
Med = X n +1

2

+1

k = não inteiro
(decimal)

4

X + X k +1
1
=k ⇒ k
4
2

Q3 ⇒ n x
4

1
= k ⇒ X k +1
4

k = 3,5 ⇒ X 3,5+1 = X 4

Percentis

 X k + X k +1


2
Percentis 
X
 k +1


np
é inteiro
100
np
é décimal
⇒ k=
100
⇒ k=

Para variáveis ordinais:

2

Moda

3
= k ⇒ X k +1
4

N

k

(observações
agrupadas em k
classes)

X + X k +1
3
=k ⇒ k
4
2

Depois de ordenada a amostra, é a observação que
aparece mais vezes repetida


X
 k
Percentis 
X
 k +1


np
é inteiro
100
np
é décimal
⇒ k=
100

⇒ k=

Q1=P25 ; Q2=P50=mediana ; Q3=P75
© 2013, Pedro Casquilho

1
Medidas de Dispersão

Outliers (valores atípicos ou anormais)
Limite
X i < Q1 − 1,5 x AIQ

Amplitudes
Amplitude
(total)
Amplitude
Interquartílica

A = Max − Min

AIQ =

4
xσ
3

Amostra

∑ (X

S2 =

i =1

2

Assimetria (Skewness)

n −1

N

População

σ =

∑ ( y − µ)
i =1

N

k

Para observações
repetidas

∑ n .(X

S2 =

i

i =1

−X)

S2 =

G1 ≈ 0 → distribuição simétrica

∑ (C − X )

2

i =1

variância
n

∑ (X

S=

σ=

Coeficiente de Achatamento G2

G2 ≈ 0 → distribuição mesocúrtica

i

G2 > 0 → distribuição leptocúrtica

−X)

n −1

∑(y
i =1

Achatamento ou Curtose (Kurtosis)

2

N

População

G1 < 0 → distribuição assimétrica negativa


(n − 1)2 
n 2 .(n + 1)
M  
x ' 44  − 3 x
G2 = 

.
.
.
 (n − 1)(n − 2 )(n − 3) S   (n − 2 )(n − 3) 

Desvio Padrão

i =1

G1 > 0 → distribuição assimétrica positiva

i

da classe i

Amostra

n2
M
G1 =
x '33
(n − 1)(n − 2) S
.

n −1

n −1
Ci = ponto médio

desvio padrão =

Coeficiente de Assimetria G1

2

i

k

Para observações
agrupadas em k
classes

Simétrica → X = Md = Mo

Distribuição 
Positiva → X ≥ Md ≥ Mo
Assimétrica  Negativa → X ≤ Md ≤ Mo



2

i

2

Medidas de Forma

−X)

i

i

4

Observações Padronizadas
X −X
Zi = i
S

Variância
n

X i > Q 3 + (1,5 x AIQ )

X i > LS ⇒ é um outlier

4

AIQ = representa 50% dos dados

Relação entre
AIQ e σ

)

4

X i < L i ⇒ é um outlier

AIQ = Q3 − Q1 = Q 3 − Q1
4

(

Inferior (Li)
Limite
Superior (Ls)

G2 < 0 → distribuição platicúrtica

Coeficiente de Curtose K

− µ)

2

K=

N

(Q3 − Q1 )
2 x (P90 − P )
10

Medidas de Dispersão
Dispersão
Relativa
Dispersão Relativa
Resistente

S
X
A
CVR = IQ
Med
CV =

© 2013, Pedro Casquilho

2
Estatística Descritiva Bivariada
Covariância
'
'
COV ( X ,Y ) ≤ S X .SY
Covariância
(amostra)

COV ( X ,Y ) =

1  n

. ∑ ( X i − X )(Yi − Y )
.
n − 1  i =1


1  n

. ∑ X iYi − n. XY 
n − 1  i =1


COV ( X ,Y ) =
Covariância
(população)

COV ( X ,Y ) =


1  N
. ∑ ( X i − µ x ).(Yi − µ y )
N  i =1


Medidas de Associação
Coeficientes de Correlação

Coeficiente de
Correlação

Variável X

Variável Y

Quantitativa

Quantitativa

Pearson

Quantitativa ou
Qualitativa
(ordinal)
Qualitativa
nominal
dicotómica
Qualitativa
nominal
dicotómica
Qualitativa
politómica
nominal/ordinal

Qualitativa
(pelo menos ordinal)
Quantitativa
Qualitativa
nominal
dicotómica
Qualitativa
dicotómica/politómica
nominal/ordinal

Spearman

Coeficiente de Correlação de Spearman
n

RS = 1 −

(R )

(RS )

Phi

(R )

(φ)
(C )

n −n

Rbp =

bp

C-Cramer

i =1
3

-1 ≤ RS ≤ 1

Coeficiente bisserial por pontos

Bisserial por
pontos

6 x ∑ d i2

n1.n2 . ( X 1 − X 2 )
'
n.(n − 1).S X

ou

Rbp =

X1 − X 2
. pq
SX

-1 ≤ Rbp ≤ 1

Coeficiente de Correlação de Pearson

R=

R=

COV ( X ,Y )
'
'
S X .SY

Coeficiente de correlação phi Φ

(só para tabelas 2x2)


1  n
. ∑ ( X i − X )(Yi − Y )
.
n − 1  i =1

n

∑ (X
i =1

i − X)

n −1

n

2

'
'
COV ( X ,Y ) ≤ S X .SY

.

∑ (Y − Y )
i =1

2

i

n −1

⇒ -1 ≤ R ≤ 1

Φ=

AD − BC
( A + B )(C + D )( A + C )(B + D )
.
.
.
-1 ≤ φ ≤ 1

© 2013, Pedro Casquilho

3
Coeficiente de correlação C-Cramer

C=

Tabela 1

X2
n.(m − 1)

0 ≤ C ≤1

Li .C j

Eij =

m = menor valor entre o nº Linhas e o nº Colunas

Tabela 2
l

c

X = ∑∑
2

n

(O

i =1 j =1

Li = total marginal da linha

ij

− Eij )

2

Eij

Oij = valores observados

C j = total marginal da coluna

Eij = valores esperados

n = nº total da amostra

Algumas Distribuições Teóricas
6. Teorema do Limite Central: sejam

Variáveis discretas

Distribuição Binomial
E ( X ) = np
X ~ B (n, p )
n
P( X = x ) = C x x p x x (1 − p )

n− x

variáveis aleatória independentes com
X i ~ N (µ, σ ) e i = 1,2,..., n , então para n → ∞

Var ( X ) = npq

x = 1,2,..., n



X 1 , X 2 ,..., X n variáveis aleatórias

independentes com X i ~ B (ni , p ) e i = 1,2,..., k ,

 k

X i ~ B ∑ ni , p 
∑
i =1
 i =1

k

então

2. Seja

X ~ B (n, p ) , então quando n → ∞ e

(

a

0,1 < p < 0,9 tem-se que X ~ N np, npq

)

n
n≥3
n−2
Distribuição F-Snedecor
X ~ F(n ,d )

2. Z ~ N (0,1) ⇒ P(Z ≤ −z ) = 1 − P(Z ≤ z )
3. Seja X ~ N (µ, σ ) e Yi = a ± b. X i , então

E(X ) =

Y ~ N (a ± b.µ, b σ )

4. Sejam X 1 ~ N (µ1 , σ1 ) e X 2 ~ N (µ 2 , σ2 ) então
( X 1 ± X 2 ) ~ N (µ1 ± µ 2 , σ12 + σ2 ± 2.COV ( X 1 , X 2 ) )
2
X 1 ~ N (µ1 , σ1 ) e X 2 ~ N (µ 2 , σ 2 )

independentes, então

2
σ1 + σ 2
2

Var ( X ) = 2n

Var ( X ) =

X −µ
X ~ N (µ, σ ) ⇒ Z =
~ N (0,1)
σ

( X 1 ± X 2 ) ~ N (µ1 ± µ 2 ,

E(X ) = n

Distribuição t-Student
X ~ t( n )
E(X ) = 0 e n ≥ 2

Var ( X ) = σ 2

Propriedades:

5. Sejam

Distribuição Normal reduzida (estandardizada)
X -µ
X ~ N (µ, σ )
⇒
Z=
~ N (0,1)
σ
X −µ

P ( X < x ) = P Z <

σ 


X ~ χ(2n )

Distribuição Normal
E(X ) = µ
X ~ N (µ, σ )

σ 

n

Distribuição Qui-Quadrado

Variáveis Continuas

1.



a

tem-se X ~ N  µ,

Propriedades:

1. Sejam

X 1 , X 2 ,..., X n

d
d −2

Var ( X ) =

2d 2 (n + d − 2 )
2
n(d − 2 ) (d − 4 )

Propriedades:

1.

X ~ F(n ,d )

2.

Fα;(n ,d ) =

⇒

1

1

F
X ~ ( n ,d )

F1−α;(d ,n )

)
© 2013, Pedro Casquilho

4

Mais conteúdo relacionado

Mais procurados

Regressao linear
Regressao linearRegressao linear
Regressao linear
Mitsubishi Motors Brasil
 
Coordenadas cartesianas
Coordenadas cartesianasCoordenadas cartesianas
Coordenadas cartesianas
Herlan Ribeiro de Souza
 
Função exponencial
Função exponencialFunção exponencial
Função exponencial
PROFESSOR GLEDSON GUIMARÃES
 
Matemática - PA e PG
Matemática - PA e PGMatemática - PA e PG
Matemática - PA e PG
Thiago Santiago
 
Estatística paramétrica e não paramétrica
Estatística paramétrica e não paramétricaEstatística paramétrica e não paramétrica
Estatística paramétrica e não paramétrica
Henrique Gomide
 
Fórmulas de Eletrostática
Fórmulas de EletrostáticaFórmulas de Eletrostática
Fórmulas de Eletrostática
O mundo da FÍSICA
 
Séries temporais
Séries temporaisSéries temporais
Séries temporais
Kleverton Saath
 
Fórmulas de Estática
Fórmulas de EstáticaFórmulas de Estática
Fórmulas de Estática
O mundo da FÍSICA
 
Profº Marcelo Santos Chaves Cálculo I (limites trigonométricos)
Profº Marcelo Santos Chaves   Cálculo I (limites trigonométricos)Profº Marcelo Santos Chaves   Cálculo I (limites trigonométricos)
Profº Marcelo Santos Chaves Cálculo I (limites trigonométricos)
MarcelloSantosChaves
 
Aula 12 intervalo de confiança
Aula 12   intervalo de confiançaAula 12   intervalo de confiança
Aula 12 intervalo de confiança
Ariel Rennó Chaves
 
Exercícios Resolvidos: Regra da cadeia
Exercícios Resolvidos: Regra da cadeia Exercícios Resolvidos: Regra da cadeia
Exercícios Resolvidos: Regra da cadeia
Diego Oliveira
 
Distribuição normal
Distribuição normalDistribuição normal
Distribuição normal
joseagrosa
 
Matemática Discreta - Parte V relações
Matemática Discreta - Parte V relaçõesMatemática Discreta - Parte V relações
Matemática Discreta - Parte V relações
Ulrich Schiel
 
Aula 07 derivadas - regras de derivação - parte 1
Aula 07   derivadas - regras de derivação - parte 1Aula 07   derivadas - regras de derivação - parte 1
Aula inferencia
Aula inferenciaAula inferencia
Aula inferencia
Fernando Bortolozo
 
Aula 12 medidas de dispersão
Aula 12   medidas de dispersãoAula 12   medidas de dispersão
Aula 05 Gráficos Estatísticos
Aula 05   Gráficos EstatísticosAula 05   Gráficos Estatísticos
03 calculo diferencial-parte1
03 calculo diferencial-parte103 calculo diferencial-parte1
03 calculo diferencial-parte1
Sandra Gaspar Martins
 
Superfícies quadricas revisão
Superfícies quadricas   revisãoSuperfícies quadricas   revisão
Superfícies quadricas revisão
Reginaldo Alcântara
 
Estatistica resumo
Estatistica   resumoEstatistica   resumo
Estatistica resumo
Paulo Martins
 

Mais procurados (20)

Regressao linear
Regressao linearRegressao linear
Regressao linear
 
Coordenadas cartesianas
Coordenadas cartesianasCoordenadas cartesianas
Coordenadas cartesianas
 
Função exponencial
Função exponencialFunção exponencial
Função exponencial
 
Matemática - PA e PG
Matemática - PA e PGMatemática - PA e PG
Matemática - PA e PG
 
Estatística paramétrica e não paramétrica
Estatística paramétrica e não paramétricaEstatística paramétrica e não paramétrica
Estatística paramétrica e não paramétrica
 
Fórmulas de Eletrostática
Fórmulas de EletrostáticaFórmulas de Eletrostática
Fórmulas de Eletrostática
 
Séries temporais
Séries temporaisSéries temporais
Séries temporais
 
Fórmulas de Estática
Fórmulas de EstáticaFórmulas de Estática
Fórmulas de Estática
 
Profº Marcelo Santos Chaves Cálculo I (limites trigonométricos)
Profº Marcelo Santos Chaves   Cálculo I (limites trigonométricos)Profº Marcelo Santos Chaves   Cálculo I (limites trigonométricos)
Profº Marcelo Santos Chaves Cálculo I (limites trigonométricos)
 
Aula 12 intervalo de confiança
Aula 12   intervalo de confiançaAula 12   intervalo de confiança
Aula 12 intervalo de confiança
 
Exercícios Resolvidos: Regra da cadeia
Exercícios Resolvidos: Regra da cadeia Exercícios Resolvidos: Regra da cadeia
Exercícios Resolvidos: Regra da cadeia
 
Distribuição normal
Distribuição normalDistribuição normal
Distribuição normal
 
Matemática Discreta - Parte V relações
Matemática Discreta - Parte V relaçõesMatemática Discreta - Parte V relações
Matemática Discreta - Parte V relações
 
Aula 07 derivadas - regras de derivação - parte 1
Aula 07   derivadas - regras de derivação - parte 1Aula 07   derivadas - regras de derivação - parte 1
Aula 07 derivadas - regras de derivação - parte 1
 
Aula inferencia
Aula inferenciaAula inferencia
Aula inferencia
 
Aula 12 medidas de dispersão
Aula 12   medidas de dispersãoAula 12   medidas de dispersão
Aula 12 medidas de dispersão
 
Aula 05 Gráficos Estatísticos
Aula 05   Gráficos EstatísticosAula 05   Gráficos Estatísticos
Aula 05 Gráficos Estatísticos
 
03 calculo diferencial-parte1
03 calculo diferencial-parte103 calculo diferencial-parte1
03 calculo diferencial-parte1
 
Superfícies quadricas revisão
Superfícies quadricas   revisãoSuperfícies quadricas   revisão
Superfícies quadricas revisão
 
Estatistica resumo
Estatistica   resumoEstatistica   resumo
Estatistica resumo
 

Semelhante a Formulario estatistica descritiva univariada e bivariava 2013

Variaveis+aleatorias
Variaveis+aleatoriasVariaveis+aleatorias
Variaveis+aleatorias
Fagner Talles
 
Integral
IntegralIntegral
Integral
Carlos Campani
 
Mae0330 formulario-2012
Mae0330 formulario-2012Mae0330 formulario-2012
Mae0330 formulario-2012
Adriana Maria Meneghetti
 
Redes Neurais: Processos Gaussianos
Redes Neurais: Processos GaussianosRedes Neurais: Processos Gaussianos
Redes Neurais: Processos Gaussianos
Renato Vicente
 
Teorema central do Limite - Exercício
Teorema central do Limite - ExercícioTeorema central do Limite - Exercício
Teorema central do Limite - Exercício
Anselmo Alves de Sousa
 
V@R: Overview
V@R: Overview V@R: Overview
V@R: Overview
Renato Vicente
 
Assimetria e Curtose da Poisson (Parte 1)
Assimetria e Curtose da Poisson (Parte 1)Assimetria e Curtose da Poisson (Parte 1)
Assimetria e Curtose da Poisson (Parte 1)
Anselmo Alves de Sousa
 
2-1_Var aleatorias discretas e distribuicoes.pdf
2-1_Var aleatorias discretas e distribuicoes.pdf2-1_Var aleatorias discretas e distribuicoes.pdf
2-1_Var aleatorias discretas e distribuicoes.pdf
Elisângela Rodrigues
 
Formulario 12º ano
Formulario 12º anoFormulario 12º ano
Formulario 12º ano
Study With Us
 
Resumo cap7
Resumo cap7Resumo cap7
Resumo cap7
Afonso Marques
 
Polinomios
PolinomiosPolinomios
Polinomios
Agostinho Samuel
 
Modelos de probabilidade
Modelos de probabilidadeModelos de probabilidade
Modelos de probabilidade
esoeneves
 
Inferência para cadeias de markov
Inferência para cadeias de markovInferência para cadeias de markov
Inferência para cadeias de markov
Universidade Federal Fluminense
 
formulario 12 ano.pdf
formulario 12 ano.pdfformulario 12 ano.pdf
formulario 12 ano.pdf
carlos204935
 
Regressão Linear Simples
Regressão Linear SimplesRegressão Linear Simples
Regressão Linear Simples
Federal University of Bahia
 
equações diferenciais
equações diferenciais equações diferenciais
equações diferenciais
Fisionomia
 
estatística básica 2
estatística básica 2estatística básica 2
estatística básica 2
Cleibson Almeida
 
Tadeu
TadeuTadeu
Tadeu
diegomd51
 
Resolucao cadernoumseries
Resolucao cadernoumseriesResolucao cadernoumseries
Resolucao cadernoumseries
manuel barros
 
Aula18 - Estatística Suficiente
Aula18 - Estatística SuficienteAula18 - Estatística Suficiente
Aula18 - Estatística Suficiente
Anselmo Alves de Sousa
 

Semelhante a Formulario estatistica descritiva univariada e bivariava 2013 (20)

Variaveis+aleatorias
Variaveis+aleatoriasVariaveis+aleatorias
Variaveis+aleatorias
 
Integral
IntegralIntegral
Integral
 
Mae0330 formulario-2012
Mae0330 formulario-2012Mae0330 formulario-2012
Mae0330 formulario-2012
 
Redes Neurais: Processos Gaussianos
Redes Neurais: Processos GaussianosRedes Neurais: Processos Gaussianos
Redes Neurais: Processos Gaussianos
 
Teorema central do Limite - Exercício
Teorema central do Limite - ExercícioTeorema central do Limite - Exercício
Teorema central do Limite - Exercício
 
V@R: Overview
V@R: Overview V@R: Overview
V@R: Overview
 
Assimetria e Curtose da Poisson (Parte 1)
Assimetria e Curtose da Poisson (Parte 1)Assimetria e Curtose da Poisson (Parte 1)
Assimetria e Curtose da Poisson (Parte 1)
 
2-1_Var aleatorias discretas e distribuicoes.pdf
2-1_Var aleatorias discretas e distribuicoes.pdf2-1_Var aleatorias discretas e distribuicoes.pdf
2-1_Var aleatorias discretas e distribuicoes.pdf
 
Formulario 12º ano
Formulario 12º anoFormulario 12º ano
Formulario 12º ano
 
Resumo cap7
Resumo cap7Resumo cap7
Resumo cap7
 
Polinomios
PolinomiosPolinomios
Polinomios
 
Modelos de probabilidade
Modelos de probabilidadeModelos de probabilidade
Modelos de probabilidade
 
Inferência para cadeias de markov
Inferência para cadeias de markovInferência para cadeias de markov
Inferência para cadeias de markov
 
formulario 12 ano.pdf
formulario 12 ano.pdfformulario 12 ano.pdf
formulario 12 ano.pdf
 
Regressão Linear Simples
Regressão Linear SimplesRegressão Linear Simples
Regressão Linear Simples
 
equações diferenciais
equações diferenciais equações diferenciais
equações diferenciais
 
estatística básica 2
estatística básica 2estatística básica 2
estatística básica 2
 
Tadeu
TadeuTadeu
Tadeu
 
Resolucao cadernoumseries
Resolucao cadernoumseriesResolucao cadernoumseries
Resolucao cadernoumseries
 
Aula18 - Estatística Suficiente
Aula18 - Estatística SuficienteAula18 - Estatística Suficiente
Aula18 - Estatística Suficiente
 

Último

Atividade Dias dos Pais - Meu Pai, Razão da Minha História.
Atividade Dias dos Pais -  Meu Pai, Razão da Minha História.Atividade Dias dos Pais -  Meu Pai, Razão da Minha História.
Atividade Dias dos Pais - Meu Pai, Razão da Minha História.
Mary Alvarenga
 
escrita criativa utilizada na arteterapia
escrita criativa   utilizada na arteterapiaescrita criativa   utilizada na arteterapia
escrita criativa utilizada na arteterapia
shirleisousa9166
 
Relatório de Atividades 2019 CENSIPAM.pdf
Relatório de Atividades 2019 CENSIPAM.pdfRelatório de Atividades 2019 CENSIPAM.pdf
Relatório de Atividades 2019 CENSIPAM.pdf
Falcão Brasil
 
Manejo de plantas daninhas
Manejo de plantas daninhasManejo de plantas daninhas
Manejo de plantas daninhas
Geagra UFG
 
Apostila em LIBRAS - Curso Básico ENAP 2019.pdf
Apostila em LIBRAS - Curso Básico ENAP 2019.pdfApostila em LIBRAS - Curso Básico ENAP 2019.pdf
Apostila em LIBRAS - Curso Básico ENAP 2019.pdf
pattyhsilva271204
 
Acróstico - Bullying é crime!
Acróstico - Bullying é crime!Acróstico - Bullying é crime!
Acróstico - Bullying é crime!
Mary Alvarenga
 
Relatório de Atividades 2017 CENSIPAM.pdf
Relatório de Atividades 2017 CENSIPAM.pdfRelatório de Atividades 2017 CENSIPAM.pdf
Relatório de Atividades 2017 CENSIPAM.pdf
Falcão Brasil
 
Ideais do Ministério jovem Adventista pdf
Ideais do Ministério jovem Adventista pdfIdeais do Ministério jovem Adventista pdf
Ideais do Ministério jovem Adventista pdf
Anesio2
 
(45-ESTUDO - LUCAS) A EPIRITUALIDADE DE JESUS
(45-ESTUDO - LUCAS) A EPIRITUALIDADE DE JESUS(45-ESTUDO - LUCAS) A EPIRITUALIDADE DE JESUS
(45-ESTUDO - LUCAS) A EPIRITUALIDADE DE JESUS
Pr Davi Passos - Estudos Bíblicos
 
Relatório de Atividades 2016 CENSIPAM.pdf
Relatório de Atividades 2016 CENSIPAM.pdfRelatório de Atividades 2016 CENSIPAM.pdf
Relatório de Atividades 2016 CENSIPAM.pdf
Falcão Brasil
 
Se A Música É O Alimento do Amor Não Parem de Tocar Luzia Gabriele.ppsx
Se A Música É O Alimento do Amor Não Parem de Tocar Luzia Gabriele.ppsxSe A Música É O Alimento do Amor Não Parem de Tocar Luzia Gabriele.ppsx
Se A Música É O Alimento do Amor Não Parem de Tocar Luzia Gabriele.ppsx
Luzia Gabriele
 
Relatório de Atividades 2015 CENSIPAM.pdf
Relatório de Atividades 2015 CENSIPAM.pdfRelatório de Atividades 2015 CENSIPAM.pdf
Relatório de Atividades 2015 CENSIPAM.pdf
Falcão Brasil
 
Texto e atividade - O que fazemos com a água que usamos.
Texto e atividade -  O que fazemos com a água que usamos.Texto e atividade -  O que fazemos com a água que usamos.
Texto e atividade - O que fazemos com a água que usamos.
Mary Alvarenga
 
oficia de construção de recursos para aluno DI.pdf
oficia de construção de recursos para aluno DI.pdfoficia de construção de recursos para aluno DI.pdf
oficia de construção de recursos para aluno DI.pdf
marcos oliveira
 
STALINISMO apresentação slides para escolares
STALINISMO apresentação slides para escolaresSTALINISMO apresentação slides para escolares
STALINISMO apresentação slides para escolares
Daniel273024
 
Trabalho Colaborativo na educação especial.pdf
Trabalho Colaborativo na educação especial.pdfTrabalho Colaborativo na educação especial.pdf
Trabalho Colaborativo na educação especial.pdf
marcos oliveira
 
As Ideias Têm Consequências - Richard M. Weaver
As Ideias Têm Consequências - Richard M. WeaverAs Ideias Têm Consequências - Richard M. Weaver
As Ideias Têm Consequências - Richard M. Weaver
C4io99
 
Plano Analitico de Psicopedagogia -11 Classe- II Trimestre - 2024_014203.docx
Plano Analitico de Psicopedagogia -11 Classe- II Trimestre - 2024_014203.docxPlano Analitico de Psicopedagogia -11 Classe- II Trimestre - 2024_014203.docx
Plano Analitico de Psicopedagogia -11 Classe- II Trimestre - 2024_014203.docx
IsaiasJohaneSimango
 
Guerra de reconquista da Península ibérica
Guerra de reconquista da Península ibéricaGuerra de reconquista da Península ibérica
Guerra de reconquista da Península ibérica
felipescherner
 
1°ao5°ano_HISTÓRIA_ORGANIZADOR CURRICULAR BIMESTRAL (1) educação infantil fu...
1°ao5°ano_HISTÓRIA_ORGANIZADOR CURRICULAR BIMESTRAL (1)  educação infantil fu...1°ao5°ano_HISTÓRIA_ORGANIZADOR CURRICULAR BIMESTRAL (1)  educação infantil fu...
1°ao5°ano_HISTÓRIA_ORGANIZADOR CURRICULAR BIMESTRAL (1) educação infantil fu...
antonio carlos
 

Último (20)

Atividade Dias dos Pais - Meu Pai, Razão da Minha História.
Atividade Dias dos Pais -  Meu Pai, Razão da Minha História.Atividade Dias dos Pais -  Meu Pai, Razão da Minha História.
Atividade Dias dos Pais - Meu Pai, Razão da Minha História.
 
escrita criativa utilizada na arteterapia
escrita criativa   utilizada na arteterapiaescrita criativa   utilizada na arteterapia
escrita criativa utilizada na arteterapia
 
Relatório de Atividades 2019 CENSIPAM.pdf
Relatório de Atividades 2019 CENSIPAM.pdfRelatório de Atividades 2019 CENSIPAM.pdf
Relatório de Atividades 2019 CENSIPAM.pdf
 
Manejo de plantas daninhas
Manejo de plantas daninhasManejo de plantas daninhas
Manejo de plantas daninhas
 
Apostila em LIBRAS - Curso Básico ENAP 2019.pdf
Apostila em LIBRAS - Curso Básico ENAP 2019.pdfApostila em LIBRAS - Curso Básico ENAP 2019.pdf
Apostila em LIBRAS - Curso Básico ENAP 2019.pdf
 
Acróstico - Bullying é crime!
Acróstico - Bullying é crime!Acróstico - Bullying é crime!
Acróstico - Bullying é crime!
 
Relatório de Atividades 2017 CENSIPAM.pdf
Relatório de Atividades 2017 CENSIPAM.pdfRelatório de Atividades 2017 CENSIPAM.pdf
Relatório de Atividades 2017 CENSIPAM.pdf
 
Ideais do Ministério jovem Adventista pdf
Ideais do Ministério jovem Adventista pdfIdeais do Ministério jovem Adventista pdf
Ideais do Ministério jovem Adventista pdf
 
(45-ESTUDO - LUCAS) A EPIRITUALIDADE DE JESUS
(45-ESTUDO - LUCAS) A EPIRITUALIDADE DE JESUS(45-ESTUDO - LUCAS) A EPIRITUALIDADE DE JESUS
(45-ESTUDO - LUCAS) A EPIRITUALIDADE DE JESUS
 
Relatório de Atividades 2016 CENSIPAM.pdf
Relatório de Atividades 2016 CENSIPAM.pdfRelatório de Atividades 2016 CENSIPAM.pdf
Relatório de Atividades 2016 CENSIPAM.pdf
 
Se A Música É O Alimento do Amor Não Parem de Tocar Luzia Gabriele.ppsx
Se A Música É O Alimento do Amor Não Parem de Tocar Luzia Gabriele.ppsxSe A Música É O Alimento do Amor Não Parem de Tocar Luzia Gabriele.ppsx
Se A Música É O Alimento do Amor Não Parem de Tocar Luzia Gabriele.ppsx
 
Relatório de Atividades 2015 CENSIPAM.pdf
Relatório de Atividades 2015 CENSIPAM.pdfRelatório de Atividades 2015 CENSIPAM.pdf
Relatório de Atividades 2015 CENSIPAM.pdf
 
Texto e atividade - O que fazemos com a água que usamos.
Texto e atividade -  O que fazemos com a água que usamos.Texto e atividade -  O que fazemos com a água que usamos.
Texto e atividade - O que fazemos com a água que usamos.
 
oficia de construção de recursos para aluno DI.pdf
oficia de construção de recursos para aluno DI.pdfoficia de construção de recursos para aluno DI.pdf
oficia de construção de recursos para aluno DI.pdf
 
STALINISMO apresentação slides para escolares
STALINISMO apresentação slides para escolaresSTALINISMO apresentação slides para escolares
STALINISMO apresentação slides para escolares
 
Trabalho Colaborativo na educação especial.pdf
Trabalho Colaborativo na educação especial.pdfTrabalho Colaborativo na educação especial.pdf
Trabalho Colaborativo na educação especial.pdf
 
As Ideias Têm Consequências - Richard M. Weaver
As Ideias Têm Consequências - Richard M. WeaverAs Ideias Têm Consequências - Richard M. Weaver
As Ideias Têm Consequências - Richard M. Weaver
 
Plano Analitico de Psicopedagogia -11 Classe- II Trimestre - 2024_014203.docx
Plano Analitico de Psicopedagogia -11 Classe- II Trimestre - 2024_014203.docxPlano Analitico de Psicopedagogia -11 Classe- II Trimestre - 2024_014203.docx
Plano Analitico de Psicopedagogia -11 Classe- II Trimestre - 2024_014203.docx
 
Guerra de reconquista da Península ibérica
Guerra de reconquista da Península ibéricaGuerra de reconquista da Península ibérica
Guerra de reconquista da Península ibérica
 
1°ao5°ano_HISTÓRIA_ORGANIZADOR CURRICULAR BIMESTRAL (1) educação infantil fu...
1°ao5°ano_HISTÓRIA_ORGANIZADOR CURRICULAR BIMESTRAL (1)  educação infantil fu...1°ao5°ano_HISTÓRIA_ORGANIZADOR CURRICULAR BIMESTRAL (1)  educação infantil fu...
1°ao5°ano_HISTÓRIA_ORGANIZADOR CURRICULAR BIMESTRAL (1) educação infantil fu...
 

Formulario estatistica descritiva univariada e bivariava 2013

  • 1. Formulário Estatística - 2013 Estatística Descritiva Univariada Tabelas de Frequência frequência absoluta Xi ni frequência relativa fi frequência absoluta acumulada frequência relativa acumulada Ni Fi 1 ……. ……. ……. ……. …. n ……. ……. Σ ……. ……. Σ ……. ……. ……. ……. Divisão da amostra em classes (variáveis contínuas) Regra de Sturges: k = 1 + 3,32 x log n max - min ai = amplitude das classes = k 4 k = inteiro Média n X = Média (população) Quartis 3º quartil = Q 3 Medidas de Localização Média (amostra) Quantis empíricos percentis → 100 duo-deciles → 12 decis → 10 quintis → 5 quartis → 4 tercis → 3 ∑X i =1 Q3 ⇒ n x 4 Q3 ⇒ n x k = não inteiro (decimal) i n 4 µ= Média X = (observações repetidas) k = 3,5 ⇒ X 3,5+1 = X 4 ∑X i =1 2º quartil = Q2 = mediana i 4 N 1º quartil = Q1 ∑n X i =1 i 4 i n k = inteiro Q3 ⇒ n x k Média X = ∑n C i =1 i i n Ci = ponto médio da classe i Mediana Depois de ordenada a amostra n = par n = impar Med = Xn + Xn 2 2 Med = X n +1 2 +1 k = não inteiro (decimal) 4 X + X k +1 1 =k ⇒ k 4 2 Q3 ⇒ n x 4 1 = k ⇒ X k +1 4 k = 3,5 ⇒ X 3,5+1 = X 4 Percentis  X k + X k +1   2 Percentis  X  k +1  np é inteiro 100 np é décimal ⇒ k= 100 ⇒ k= Para variáveis ordinais: 2 Moda 3 = k ⇒ X k +1 4 N k (observações agrupadas em k classes) X + X k +1 3 =k ⇒ k 4 2 Depois de ordenada a amostra, é a observação que aparece mais vezes repetida  X  k Percentis  X  k +1  np é inteiro 100 np é décimal ⇒ k= 100 ⇒ k= Q1=P25 ; Q2=P50=mediana ; Q3=P75 © 2013, Pedro Casquilho 1
  • 2. Medidas de Dispersão Outliers (valores atípicos ou anormais) Limite X i < Q1 − 1,5 x AIQ Amplitudes Amplitude (total) Amplitude Interquartílica A = Max − Min AIQ = 4 xσ 3 Amostra ∑ (X S2 = i =1 2 Assimetria (Skewness) n −1 N População σ = ∑ ( y − µ) i =1 N k Para observações repetidas ∑ n .(X S2 = i i =1 −X) S2 = G1 ≈ 0 → distribuição simétrica ∑ (C − X ) 2 i =1 variância n ∑ (X S= σ= Coeficiente de Achatamento G2 G2 ≈ 0 → distribuição mesocúrtica i G2 > 0 → distribuição leptocúrtica −X) n −1 ∑(y i =1 Achatamento ou Curtose (Kurtosis) 2 N População G1 < 0 → distribuição assimétrica negativa  (n − 1)2  n 2 .(n + 1) M   x ' 44  − 3 x G2 =   . . .  (n − 1)(n − 2 )(n − 3) S   (n − 2 )(n − 3)  Desvio Padrão i =1 G1 > 0 → distribuição assimétrica positiva i da classe i Amostra n2 M G1 = x '33 (n − 1)(n − 2) S . n −1 n −1 Ci = ponto médio desvio padrão = Coeficiente de Assimetria G1 2 i k Para observações agrupadas em k classes Simétrica → X = Md = Mo  Distribuição  Positiva → X ≥ Md ≥ Mo Assimétrica  Negativa → X ≤ Md ≤ Mo   2 i 2 Medidas de Forma −X) i i 4 Observações Padronizadas X −X Zi = i S Variância n X i > Q 3 + (1,5 x AIQ ) X i > LS ⇒ é um outlier 4 AIQ = representa 50% dos dados Relação entre AIQ e σ ) 4 X i < L i ⇒ é um outlier AIQ = Q3 − Q1 = Q 3 − Q1 4 ( Inferior (Li) Limite Superior (Ls) G2 < 0 → distribuição platicúrtica Coeficiente de Curtose K − µ) 2 K= N (Q3 − Q1 ) 2 x (P90 − P ) 10 Medidas de Dispersão Dispersão Relativa Dispersão Relativa Resistente S X A CVR = IQ Med CV = © 2013, Pedro Casquilho 2
  • 3. Estatística Descritiva Bivariada Covariância ' ' COV ( X ,Y ) ≤ S X .SY Covariância (amostra) COV ( X ,Y ) = 1  n  . ∑ ( X i − X )(Yi − Y ) . n − 1  i =1  1  n  . ∑ X iYi − n. XY  n − 1  i =1  COV ( X ,Y ) = Covariância (população) COV ( X ,Y ) =  1  N . ∑ ( X i − µ x ).(Yi − µ y ) N  i =1  Medidas de Associação Coeficientes de Correlação Coeficiente de Correlação Variável X Variável Y Quantitativa Quantitativa Pearson Quantitativa ou Qualitativa (ordinal) Qualitativa nominal dicotómica Qualitativa nominal dicotómica Qualitativa politómica nominal/ordinal Qualitativa (pelo menos ordinal) Quantitativa Qualitativa nominal dicotómica Qualitativa dicotómica/politómica nominal/ordinal Spearman Coeficiente de Correlação de Spearman n RS = 1 − (R ) (RS ) Phi (R ) (φ) (C ) n −n Rbp = bp C-Cramer i =1 3 -1 ≤ RS ≤ 1 Coeficiente bisserial por pontos Bisserial por pontos 6 x ∑ d i2 n1.n2 . ( X 1 − X 2 ) ' n.(n − 1).S X ou Rbp = X1 − X 2 . pq SX -1 ≤ Rbp ≤ 1 Coeficiente de Correlação de Pearson R= R= COV ( X ,Y ) ' ' S X .SY Coeficiente de correlação phi Φ (só para tabelas 2x2)  1  n . ∑ ( X i − X )(Yi − Y ) . n − 1  i =1  n ∑ (X i =1 i − X) n −1 n 2 ' ' COV ( X ,Y ) ≤ S X .SY . ∑ (Y − Y ) i =1 2 i n −1 ⇒ -1 ≤ R ≤ 1 Φ= AD − BC ( A + B )(C + D )( A + C )(B + D ) . . . -1 ≤ φ ≤ 1 © 2013, Pedro Casquilho 3
  • 4. Coeficiente de correlação C-Cramer C= Tabela 1 X2 n.(m − 1) 0 ≤ C ≤1 Li .C j Eij = m = menor valor entre o nº Linhas e o nº Colunas Tabela 2 l c X = ∑∑ 2 n (O i =1 j =1 Li = total marginal da linha ij − Eij ) 2 Eij Oij = valores observados C j = total marginal da coluna Eij = valores esperados n = nº total da amostra Algumas Distribuições Teóricas 6. Teorema do Limite Central: sejam Variáveis discretas Distribuição Binomial E ( X ) = np X ~ B (n, p ) n P( X = x ) = C x x p x x (1 − p ) n− x variáveis aleatória independentes com X i ~ N (µ, σ ) e i = 1,2,..., n , então para n → ∞ Var ( X ) = npq x = 1,2,..., n  X 1 , X 2 ,..., X n variáveis aleatórias independentes com X i ~ B (ni , p ) e i = 1,2,..., k ,  k  X i ~ B ∑ ni , p  ∑ i =1  i =1  k então 2. Seja X ~ B (n, p ) , então quando n → ∞ e ( a 0,1 < p < 0,9 tem-se que X ~ N np, npq ) n n≥3 n−2 Distribuição F-Snedecor X ~ F(n ,d ) 2. Z ~ N (0,1) ⇒ P(Z ≤ −z ) = 1 − P(Z ≤ z ) 3. Seja X ~ N (µ, σ ) e Yi = a ± b. X i , então E(X ) = Y ~ N (a ± b.µ, b σ ) 4. Sejam X 1 ~ N (µ1 , σ1 ) e X 2 ~ N (µ 2 , σ2 ) então ( X 1 ± X 2 ) ~ N (µ1 ± µ 2 , σ12 + σ2 ± 2.COV ( X 1 , X 2 ) ) 2 X 1 ~ N (µ1 , σ1 ) e X 2 ~ N (µ 2 , σ 2 ) independentes, então 2 σ1 + σ 2 2 Var ( X ) = 2n Var ( X ) = X −µ X ~ N (µ, σ ) ⇒ Z = ~ N (0,1) σ ( X 1 ± X 2 ) ~ N (µ1 ± µ 2 , E(X ) = n Distribuição t-Student X ~ t( n ) E(X ) = 0 e n ≥ 2 Var ( X ) = σ 2 Propriedades: 5. Sejam Distribuição Normal reduzida (estandardizada) X -µ X ~ N (µ, σ ) ⇒ Z= ~ N (0,1) σ X −µ  P ( X < x ) = P Z <  σ   X ~ χ(2n ) Distribuição Normal E(X ) = µ X ~ N (µ, σ ) σ   n Distribuição Qui-Quadrado Variáveis Continuas 1.  a tem-se X ~ N  µ, Propriedades: 1. Sejam X 1 , X 2 ,..., X n d d −2 Var ( X ) = 2d 2 (n + d − 2 ) 2 n(d − 2 ) (d − 4 ) Propriedades: 1. X ~ F(n ,d ) 2. Fα;(n ,d ) = ⇒ 1 1 F X ~ ( n ,d ) F1−α;(d ,n ) ) © 2013, Pedro Casquilho 4