Introdução • O Método Estatístico • Medidas de Tendência Central • Média • Moda • Mediana • Medidas de Variabilidade • Desvio Padrão • Variância • Distribuição Normal

1. TEMA: INTRODUÇÃO A ESTATÍSTICA AULA 2
Autor – Celso G. Van-Dúnem Paquete
MD, Analytics

2. Objectivos
• Capacitar os técnicos com conhecimento básicos sobre
estatística;
• Fornecer bases para uso e aplicações do método estatístico;
• Apresentar os cálculos das principais medidas de tendência
central e de dispersão para dados não agrupados;

3. Sumário
• Introdução
• O Método Estatístico
• Medidas de Tendência Central
• Média
• Moda
• Mediana
• Medidas de Variabilidade
• Desvio Padrão
• Variância
• Distribuição Normal

4. Ramos da estatística
Estatística
Descritiva
é o ramo da estatística que
envolve a organização, o resumo e
a representação dos dados.
Inferencial ou
Indutiva
é o ramo da estatística que
envolve o uso de uma amostra
para chegar a conclusões sobre
uma população. Uma ferramenta
básica no estudo da estatística
inferencial é a probabilidade.
A colecta, a organização e a descrição dos
dados estão a cargo da Estatística
Descritiva, enquanto a análise e a
interpretação desses dados ficam a cargo
da Estatística Indutiva ou Inferencial.

5. O método estatístico
Identificação
do Problema
Recolha de
dados
Critica dos
dados
Apresentação
dos dados
Análise e
interpretação

6. Séries estatísticas
• Denominamos série estatística toda tabela que
apresenta a distribuição de um conjunto de dados
estatísticos em função da época, do local ou da
espécie.
• Uma série estatística é um conjunto de dados
ordenados segundo uma característica comum, as
quais servirão posteriormente para se fazer análises e
inferências.

7. Séries Estatísticas
Séries
Estatísticas
Série Temporal
ou Cronológica
Série
Geográfica ou
Territorial
Série Específica
ou Qualitativa
Série Mista ou
Composta
Série de
Distribuição de
Freqüências

8. Série de Distribuição de Frequências
• É a mais importante e a mais utilizada em estatística.
• Na distribuição de frequência, os dados são ordenados segundo um
critério de magnitude, em classes ou intervalos, permanecendo fixos
o fato, o local e a época. Isto é, embora o fenómeno estudado seja
único, este poderá sofrer uma subdivisão em classes

9. Tabela de distribuição de frequência
• Para que uma variável estudada seja observada mais
adequadamente, podemos dispor ordenadamente seus valores em
uma tabela. Essa tabela é chamada de distribuição de frequências ou
tabela de frequências.
• Distribuição de Frequência é uma série estatística onde os dados se
encontram dispostos em categorias ou classes juntamente com as
respectivas frequências.
Frequência Absoluta Ou
Frequência Simples (Fi)
Nº de vezes que cada modalidade
da variável se repete na amostra
ou população,
Frequência relativa (fi)
é obtida dividindo-se a frequência
simples pelo número total de
observações.
Frequência acumulada
é a soma das frequências dessa
classe com todas as anteriores. A
frequência acumulada da última
classe é igual ao tamanho n da
amostra.

10. Tabela de distribuição de frequência
• Uma distribuição de frequência é uma tabela que mostra classes ou
intervalos dos valores com a contagem do número de ocorrências em cada
classe ou intervalo. A frequência f de uma classe é o número de
ocorrências de dados na classe.
• As distribuições de frequências são representações nas quais os valores da
variável se apresentam em correspondência com suas repetições
Variável Frequência Absoluta (f) Frequência relativa Frequência Acumulada
1 6 0,2 6
2 9 0,3 15
3 6 0,2 21
4 4 0,13 25
5 2 0.07 27
6 1 0,03 28
7 2 0,07 30

11. Tabelas De Contingência ou Tabela 2X2
• Muitas vezes os elementos da amostra ou da população são
classificados de acordo com duas variáveis qualitativas.
• Os dados devem então ser apresentados em tabelas de contingência,
isto é, em tabelas de dupla entrada, cada entrada relativa a uma das
variáveis.
• As tabelas de contingência podem apresentar frequências relativas
em percentagens, além das frequências.

12. Tabelas
• Uma tabela resume os dados por meio do uso de linhas e colunas,
nas quais são inseridos os números. Uma tabela compõe-se de:
1. Corpo – conjunto de linhas e colunas que contem informações sobre a
variável em estudo.
2. Cabeçalho – parte superior da tabela que especifica o conteúdo das
colunas.
3. Coluna Indicadora – parte da tabela que especifica o conteúdo das linhas.
4. Linhas – rectas que facilitam a leitura, no sentido horizontal, de dados que
se inscrevem nos seus cruzamentos com as colunas.
5. Casas ou Células – espaço destinado a um só numero.
6. Titulo – conjunto de informações (as mais completas possíveis) localizado
no topo da tabela.
• Existem, ainda, elementos complementares que são: a fonte, as notas
e as chamadas, os quais devem ser colocados no rodapé da tabela.

13. Tabela de Distribuição de Frequência Excel
Tabela Dinâmicas
• Uma Tabela Dinâmica é uma ferramenta poderosa para calcular, resumir e
analisar os dados que lhe permitem ver comparações, padrões e
tendências nos dados.
• Um relatório de Tabela Dinâmica é um meio interactivo de resumir
rapidamente grandes quantidades de dados. Use um relatório de Tabela
Dinâmica para analisar detalhadamente dados numéricos e responder
perguntas inesperadas sobre seus dados. Um relatório de Tabela Dinâmica
é projectado especialmente para:
• Consultar grandes quantidades de dados de várias maneiras amigáveis.
• Subtotalizar e agregar dados numéricos, resumir dados por categorias e
subcategorias, bem como criar cálculos e fórmulas personalizados.
• Filtrar, classificar, agrupar e formatar condicionalmente o subconjunto de
dados mais útil e interessante para permitir que você se concentre nas
informações desejadas

14. Tabela de Distribuição de Frequência Excel
1. Ter a base de dados
2. Dados bem tabulados
3. Variáveis bem definidas

15. Tabela de Distribuição de Frequência Excel
1. Menu inserir
2. Grupo Tabelas
3. Opção Tabela Dinâmica

16. Tabela de Distribuição de Frequência Excel
1. Seleccionar uma tabela ou intervalo
2. Escolher onde pretende colocar o relatório da tabela dinâmica

17. Tabela de Distribuição de Frequência Excel
1. É criada nova folha de calculo
Depois de criar uma
Tabela Dinâmica,
você verá a Lista de
Campos. Você pode
alterar o design da
tabela dinâmica
adicionando e
organizando seus
campos.
Nessa janela usamos
para criar a tabela
dinâmica
arrastamos os campos
para as áreas abaixo de
acordo com a
disposição que
desejamos

18. Tabela de Distribuição de Frequência Excel
1. Campos da tabela dinâmica
Campos da tabela dinâmica =
Variáveis que temos na Base
de dados.
Quatro áreas
1. Filtros
2. Colunas
3. Linhas
4. Valores

19. Tabela de Distribuição de Frequência Excel
1. Tabela de distribuição de frequências

20. Tabela de Distribuição de Frequência Excel
1. Opções da tabela dinâmica

21. Medidas de Estatística Descritiva
• Medidas descritivas - conhecidas par parâmetros quando analisamos
a população e estatísticas quando se trata da amostra - permitem-nos
sumariar os dados através de um só valor e devem obedecer a
algumas propriedades para serem boas medidas de descrição dos
fenómenos em estudo
• Quando as medidas de tendência central e as de dispersão são
calculadas sobre a população, elas são chamadas de parâmetros. Por
outro lado, quando essas medidas são obtidas considerando-se uma
amostra retirada de uma população, elas são chamadas de
estatísticas.

22. Medidas de Estatística Descritiva
Medidas
de
Estatística
Descritiva
Medidas de
Localização
Medidas de posição ou de tendência
central
Média
Mediana
Moda
Medidas de tendência não-central
(Quantis) ou Separatrizes
Quartis
Decis
Percentis
Medidas de dispersão
Absolutas
Amplitude do intervalo de variação
Amplitude do intervalo interquartis
Desvio absoluto médio
Variância
Desvio Padrão
Relativa Coeficiente de Variação
Medidas de
Assimetria e Curtose
Medidas de assimetria
Medidas de achatamento ou curtose

23. Medidas de Posição ou de tendência central
• As mais importantes são as medidas de tendência central pois
representam os fenómenos pêlos seus valores centrais, em torno dos
quais tendem a concentrar-se os valores observados.
• Servem para dar uma ideia acerca dos valores médios da variável em
estudo.
• Medidas de estatística descritiva que nos dão uma indicação do valor
central ou médio dos dados observados.
• MÉDIA
• MEDIANA
• MODA

24. Média Aritmética
• É o quociente da divisão da soma dos valores da variável pelo número deles.
• É a soma de todos os valores observados dividida pelo numero de observações.
• Soma de todos os valores da variável, dividida pela frequência total (número total
de observações
X= Média da amostra
∑ (sigma maiúscula) = Somatório
Xi = valores individuais observados
n = dimensão da amostra
𝑋 =
𝑖=1
𝑛
𝑋𝑖
𝑛
𝑋 =
𝑋1 + 𝑋2 + 𝑋3 + ⋯ 𝑋𝑛
𝑛
Media de uma amostra da população (para dados desagregados)
O subscrito i indica a posição da medida; Xi
é a i-ésima observação, num conjunto de n
observações. Portanto X1 representa a
primeira observação, X2 representa a
segunda e assim por diante.

25. Média no Excel – Contar tamanho da amostra
• Saber a quantidade de dados da Variável
• =CONTAR.VAL (dados)
• Para calcular a Média no Excel
• =MÉDIA(dados)

26. Características da média
• 1ª Propriedade da Média - A soma algébrica dos desvios tomados em
relação à média é nula.
• É influenciada por valores extremos que tomam um peso significativo
no calculo da media;
• Pode não corresponder a um valor concreto da variável;
• Para os atributos qualitativos (variáveis nominais) não faz sentido
calcular a media pois os valores da variável não são morénicos e se o
forem funcionam como meros códigos.
• media aritmética não é, de modo nenhum, uma medida satisfatória
para todos os dados estatísticos

27. Características da média
• A media aritmética e a medida mais familiar e mais correntemente
utilizada.
• E uma medida influenciada por todos os valores observados. Qualquer
alteração num destes valores produz uma modificação no valor da media.
• a media poderá tomar um valor diferente de todos os observados.
• O valor da média pode ser enviesado (torcido) por apenas alguns valores
extremos.
• A média poderá deixar de ser representativa se a distribuição for altamente
assimétrica devido a alguns valores extremos.
• A media aritmética possui duas propriedades matemáticas :
• A 1ª - sempre nula a soma das diferenças entre os valores observados e a media.
• A 2ª a soma dessas mesmas diferenças, quando elevadas ao quadrado, é sempre um
valor mínimo.

28. Identificando Outlaiers
• Um outlier é um valor que está muito afastado dos demais valores do
conjunto de dados.
• Enquanto alguns outliers são dados válidos, outros podem ocorrer
por causa de erros no registro dos dados. Um conjunto de dados
pode ter um ou mais outliers, causando lacunas em uma distribuição.
• As conclusões que são tomadas de um conjunto de dados que
contém outliers podem ser falhas

29. Média no Excel – Identificando Outlaiers

30. Média no Excel – Identificando Outlaiers
1º Selecciona os valores da variável

31. Média no Excel – Identificando Outlaiers
1. Selecciona os valores da variável
2. Menu inserir
3. Grupo Gráficos
4. Gráfico de Dispersão

32. Média no Excel – Identificando Outlaiers
1. Identificar os pontos mais distantes da maioria

33. Mediana (Md)
• número que se encontra no centro de uma série de números, estando
estes dispostos segundo uma ordem.
• Num conjunto de valores, ordenados segundo uma ordem de grandeza, é o
valor situado de tal forma no conjunto que o separa em dois subconjuntos
de mesmo número de elementos.
• Se a variável em estudo tem n ímpar. Nesse caso a mediana será o valor da
variável que ocupa o posto de ordem n+1/2
• Se, porém, a série dada tiver um número par de termos, a mediana será,
por definição, qualquer dos números compreendidos entre os dois valores
centrais da série. Convencionou- se utilizar o ponto médio.
• Quando n=nº par, somam-se os dois valores do meio de dividimos por 2
para obter a mediada.

34. Mediana no Excel
• Para calcular a Mediana
• =MED(conjunto de dados)

35. Características da Mediana
• Quando há muitos valores repetidos e/ou outlayers a moda é mais
recomendável que a mediana
• E determinada pelo numero de observações e não pelo seu valor. Deste
modo, os valores extremos, quer sejam grandes ou pequenos, não afectam
o valor da mediana.
• E uma medida muito utilizada sobretudo para distribuições fortemente
acinéticas por não ser afectada por valores extremes.
• Alem da mediana que, por definição, divide um conjunto ordenado de
valores em duas partes iguais, existem outras medidas que dividem o
conjunto de valores em 4, 10 e 100 partes iguais, não são de tendência
central, podem ser consideradas medidas de posição, Essas medidas são os
quartis, os decis e os percentis.

36. Moda (Mo)
• Moda ou o valor mais frequente da distribuição ou ainda o
valor que mais observações apresenta no conjunto dos
dados.
• Algumas vantagens como medida de estatística descritiva: e
fácil de calcular e interpretar e não e afectada por valores
extremos
• Uma distribuição de frequências poderá ter mais que uma
moda e, nesse caso, diz-se bimodal, trimodal

37. Moda no Excel
• =MODO.SIMPLES(Valores da variável)

38. Características da moda
• É a única medida de tendência central que pode ser aplicada
a dados qualitativos nominais.
• É, em geral, menos utilizada que a media e a mediana
• A moda não existe em algumas distribuições enquanto que
noutras poderá existir mais que urna moda. Neste ultimo
caso a distribuição diz-se multimodal.
• O valor da moda não sofre a influencia de valores extremos.

39. Medidas de Dispersão ou de Variação
• A medidas de localização não são suficientes, por si só, para caracterizar de
forma adequada a distribuição de frequências de uma variável e, por essa
razão, devem ser sempre acompanhadas de uma medida que de uma
indicação da dispersão dos valores da variável.
• As medidas de dispersão servem para verificarmos a representatividade
das medidas de localização, pois e muito comum encontrarmos variável
que, apesar de terem a mesma media, são compostas de valores bem
distintos.
• Como os próprios termos dispersão e variação o indicam, este tipo de
medidas de estatística descritiva identificam o modo como os valores
observados se afastam das medidas de tendência central.

40. Amplitude do intervalo de variação ou
Amplitude Total
• É a diferença entre os valores máximo e mínimo da variável.
R= 𝑋𝑚𝑎𝑥 − 𝑋𝑚𝑖𝑛
Amplitude do intervalo de variação
R = Amplitude do inervado de variação
Xmax= Valor máximo da variável
Xmin= Valor mínimo da variável
a amplitude total é instável, por se deixar influenciar
pelos valores extremos, que são, na sua maioria,
devidos ao acaso. A variância e o desvio padrão são
medidas que fogem a essa falha, pois levam em
consideração a totalidade dos valores da variável em
estudo, o que faz delas índices de variabilidade bastante
estáveis e, por isso mesmo, os mais geralmente
empregados.

41. Amplitude do intervalo de variação no Excel
• 1º Calcular o valor máximo do conjunto de dados
• =MÁXIMO( dados )

42. Amplitude do intervalo de variação no Excel
• 1º Calcular o valor mínimo do conjunto de dados
• =MÍNIMO ( dados )

43. Amplitude do intervalo de variação no Excel
• 1º Calcular a amplitude
R= 𝑋𝑚𝑎𝑥 − 𝑋𝑚𝑖𝑛

44. Características da Amplitude do intervalo de variação
• A sua utilização tem como principal desvantagem o facto de ter em conta
apenas os dois valores extremos que a variável toma e, portanto, não ser
sensível aos valores intermédios.
• Oscila muito conforme a existência de valores extremos
• Normalmente não é uma boa medida representativa da variabilidade dos
dados,
• É a medida de dispersão de mais fácil calculo resumindo-se a uma
subtracção entre os dois valores extremes observados.
• Apenas considera dois valores ignorando os valores típicos da distribuição
o que poderá dar uma ideia errada da verdadeira dispersão da variável.

45. Variância
• Para dados desagregados, a variância e a soma do quadrado das
diferenças entre os valores da variável e a media, dividida pelo
numero total de observações.
𝜎2 =
𝑋1 − 𝜇 2 + 𝑋2 − 𝜇 2 + 𝑋3 − 𝜇 2 + ⋯ 𝑋𝑁 − 𝜇 2
𝑁
Variância (dados desagregados)
σ2 =
𝑖=1
𝑁
𝑋𝑖 + 𝜇 2
𝑁
σ2(Sigma) = Variância para população
σ = Desvio Padrão para População
X1= valores individuais observados
μ (Mú)= Média na População
N= População
∑ = Somatório
Xi = valores individuais observados
n = Amostra
S = Desvio Padrão para amostra
S2 = Variância para a amostra
SDQ = Soma do Quadrado dos Desvios
S2 =
𝑆𝐷𝑄
𝑛 − 1
Quando se utilizam valores retirados de
uma amostra de pequena dimensão e
mais correcto dividir a soma de
quadrados por n-1, em vez de n, no
calculo da variância e do desvio-padrão.
S2 =
𝑆𝐷𝑄
𝑛 − 1

46. Variância no Excel
• Função da variância
• =VARA (dados)

47. Características da Variância
• A variância da amostra é usada para calcular o quão variada é uma
amostra
• Quando não há variabilidade em uma amostra , todos os valores são
iguais e a variância é igual a zero. À medida que os valores dos dados
se espalham ainda mais, a variabilidade aumenta.
• Na realidade, você quase sempre usará o desvio padrão para
descrever a dispersão dos valores em um conjunto de dados.
• No entanto, a variação pode ser útil quando você está usando uma
técnica como ANOVA ou Regressão e está tentando explicar a
variação total em um modelo devido a factores específicos.

48. Desvio padrão
• Descreve o quanto os meus dados estão desviados em relação média.
• É a raiz quadrada da variância
Desvio padrão
S = Desvio Padrão para amostra
S2 = Variância para a amostra
= Raiz Quadrada
S = S2
A média + 1 desvio padrão= 34,1% dos dados
A média - 1 desvio padrão= 34,1% dos dados
A média ± 1 Desvio padrão =68% dos dados
A média + 2 desvios padrão= 47,5 % (34,1%+13,4%) dos dados
A média - 2 desvios padrão= 47,5% (34,1%+13,4%) dos dados
A média ± 2 Desvios padrão =95% dos dados

49. Desvio Padrão no Excel
• Função para desvio padrão
• =DESVPADA( dados)

50. Características do desvio padrão
• Apresenta um valor mais fácil de ser comparado a média pode não ao
quadrado como a variância.
• O desvio-padrão e afectado por todos os valores observados e, portanto,
qualquer alteração nestes provoca uma alteração do primeiro.
• O seu valor pode ser fortemente influenciado por apenas alguns valores
extremos. Por essa razão, a sua utilização é menos aconselhada em
distribuições altamente assimétricas
• O desvio-padrão é uma quantidade essencialmente positiva.
• O desvio-padrão só é nulo se todos os valores da distribuição forem iguais
entre si, isto é, se não houver variabilidade.
• O desvio-padrão é da mesma natureza da variável X e depende também de
sua magnitude.

51. Coeficiente de Variação
• O coeficiente de variação é a razão entre o desvio padrão e a média. O resultado
é multiplicado por 100, para que o coeficiente de variação seja dado em
percentagem
• Para comparar duas distribuições quanto à variabilidade, deve-se usar medidas
de variabilidade relativa, tais como o coeficiente de variação de Pearson (CV),
• É uma medida relativa de dispersão, útil para a compreensão em termos relativos
do grau de concentração em torno das medias, de distribuição de frequências
distintas.
• E dada pela relação, em termos percentuais, entre o desvio-padrão e a media da
distribuição
Cv =
𝜎
𝜇
.100
CV = Coeficiente de Variação
X= Média da amostra
s=Desvio padrão da amostra
σ(Sigma) = Desvio padrão para população
μ (Mú)= Média na População
Cv =
𝑠
X
.100

52. Coeficiente de Variação no Excel
Cv =
𝑠
X
.100

53. Coeficiente de variação
• Quanto maior o coeficiente de variação, maior o nível de dispersão
em torno da média. Geralmente é expresso em porcentagem.
• Sem unidades, permite a comparação entre distribuições de valores
cujas escalas de medida não são comparáveis.
• O coeficiente de variação mostra a extensão da variabilidade dos
dados de uma amostra em relação à média da população.

54. Características do coeficiente de variação
• Em termos práticos, é usual considerar-se que um coeficiente de
variação superior a 50% indica alto grau de dispersão relativa e,
consequentemente, uma pequena representatividade da media como
medida estatística. Para valores do coeficiente de variação inferiores a
50%, a media será tanto mais representativa quanto menor o valor
deste coeficiente.
• Um coeficiente de variação de 66,67% indica que a dispersão dos
dados em relação à média é muito grande, ou seja, a dispersão
relativa é alta. Um coeficiente de variação de 3,64% indica que a
dispersão dos dados em relação à média é pequena.

55. Estatística descritiva dos dados

56. Distribuição Normal
• Distribuição de Probabilidade Normal
• A distribuição normal foi estudada inicialmente no seculo XVIII,
quando uma analise de erros experimentais levou a uma curva em
forma de sino.
• A distribuição normal recebe o nome de distribuição gaussiana, em
homenagem ao cientista alemão Karl Friedrick Gauss, que foi o
primeiro a utiliza-la em 1809.
• A distribuição normal é a mais importante das distribuições contínuas
de probabilidade, e tem sua origem associada aos erros de
mensurações. A distribuição normal desempenha papel
preponderante na estatística, e os processos de inferência nela
baseados têm larga aplicação.

57. Distribuição Normal
• A representação gráfica da distribuição normal é uma curva em forma
de sino, simétrica em torno da média (x), que recebe o nome de
curva normal ou de Gauss.
• Como a curva é simétrica em torno de x, a probabilidade de ocorrer
valor maior do que a média é igual à probabilidade de ocorrer valor
menor do que a média, isto é, ambas as probabilidades são iguais a
0,5.

58. Distribuição Normal
1. As curvas em forma de sino
caracterizam-se pelo fato de
apresentarem um valor máximo na
região central.
2. A média, a mediana e a moda
coincidem e estão no centro da
distribuição;
3. O gráfico da distribuição normal tem
aspecto típico: é uma curva em forma
de sino, simétrica em tomo da média;
4. Como a curva é simétrica em tomo da
média, 50% dos valores são iguais ou
maiores do que a média e 50% dos
valores são iguais ou menores do que
a média.

59. Bibliografia
Givaldo Oliveira Dos Santos, Bioestatística, Instituto Federal de Educação,
Ciências e Tecnologia de Alagoas Departamento de Educação a Distância
Universidade Aberta do Brasil
Larson, Ron Estatística aplicada / Ron Larson, Betsy Farber ; tradução José
Fernando Pereira Gonçalves ; revisão técnica Manoel Henrique Salgado. -- São
Paulo : Pearson Education do Brasil, 2015.
Vieira, Sónia, 1942- Introdução à bioestatística [recurso electrónico)/ Sónia
Vieira. - Rio de Janeiro : Elsevier, 2011. 345 p., recurso digital;
Crespo, António Arnot Estatística fácil. - 19.ed. actual. - São Paulo : Saraiva, 2009.
Luz, José Gilvan da. Estatística, Aracaju : Gutemberg, 2010.
Elizabeth Reis, Estatística Descritiva, Edições Silabo, 7ª Edição Lisboa, 2008
Guimarães, Paulo Ricardo Bittencourt. Métodos quantitativos estatísticos 1.ed.
rev.. -Curitiba, PR : IESDE Brasil, 2012.

60. Links uteis
• Criar uma Tabela Dinâmica para analisar dados da planilha -
https://support.microsoft.com/pt-br/office/criar-uma-tabela-
din%C3%A2mica-para-analisar-dados-da-planilha-a9a84538-bfe9-
40a9-a8e9-f99134456576

61. Softwares de estatística
• O IBM® SPSS® Statistics é o software estatístico líder mundial usado
para resolver problemas de negócios e pesquisa por meio de análise
ad-hoc, teste de hipóteses e análise preditiva. As organizações usam o
IBM SPSS Statistics para entender dados, analisar tendências, prever e
planejar para validar suposições e obter conclusões precisas.
https://www.ibm.com/support/pages/downloading-ibm-spss-
statistics-25

62. Softwares de estatística

63. Softwares de estatística
• Epi Info™ é um conjunto de ferramentas de software
interoperáveis ​​de domínio público projectado para a comunidade
global de profissionais e pesquisadores de saúde pública. Ele fornece
formulário de entrada de dados fácil e construção de banco de dados,
e análises de dados com estatísticas epidemiológicas, mapas e
gráficos.
https://www.cdc.gov/epiinfo/por/pt_index.html

64. Softwares de estatística

65. Softwares de estatística
• PAST é um aplicativo analisador de dados freeware que foi
categorizado por nossos editores na categoria calculadoras e
disponibilizado por Oyvind Hammer para Windows.
• Complexo aplicativo de análise de dados científicos em forma de
estatística que desenha gráficos e plotagens com interface
semelhante a outros softwares de planilhas.
https://past.en.lo4d.com/windows
PAST: Paleontological statistics software

66. Softwares de estatística

67. Softwares de estatística
• O projecto jamovi foi fundado para desenvolver uma plataforma
estatística gratuita e aberta, de uso intuitivo e capaz de fornecer os
mais recentes desenvolvimentos em metodologia estatística.
https://www.jamovi.org/

68. Softwares de estatística