Title | Estatística - Resumo Nívea Eng Produção |
---|---|
Author | Djenifer Pereira |
Course | Estatística Ii |
Institution | Universidade Federal do Paraná |
Pages | 2 |
File Size | 152.7 KB |
File Type | |
Total Downloads | 70 |
Total Views | 134 |
Resumo do conteúdo para a primeira prova de estatística.
Conteúdos: Conceitos Básicos; Obtenção de Dados; Introdução às Técnicas de Amostragem; Noções de Planejamento de Experimento; Análise Exploratória de Dados; Distribuição de Frequências; Medidas Resumo; Probabilidade; Variável Aleató...
Definição: Estatística é um conjunto de técnicas e métodos que auxiliam na tomada de decisões diante da incerteza Conceitos: -
Qualitativa
população: conjunto de todas unidades de interesse amostra: subconjunto da população para o qual irá (ou planeja-se) ter informação variável: característica de interesse que pode ser observada em cada unidade dados: informações (numéricos ou não) obtidas pela observação das variáveis nas unidades estatística: resumo numérico de uma variável na amostra parâmetro: resumo numérico de uma variável na população
nominal ordinal
Tipos de Variável Quantitativa
discreta contínua
Tipos de Estudo Levantamento por amostragem
Observacional
Estudo (obter dados)
Censo
Estudo (objetivo)
Experimental
Descritivo: descrever características da população Comparativo: comparar grupos em relação a características da população
Técnicas de Amostragem
Resposta (Y):
Variável (estudo comp.)
grupos são comparados em relação a valores de X/Y
Amostragem
Com sorteio
Sem sorteio
Objetivos
Aleatória
Criteriosa
Subjetivos
Quase Aletória
Intencional
Explicativa (X): valores de X formam os grupos
Planejamento de Experimentos - Fator: variável explicativa (X) - Tratamento: valor predefinido de X, nível do fator - Parcel: unidade experimental, aonde é aplicado o tratamento e observada a resposta (Y)
Como fazer um sorteio: Um experimento deve definir: 1) parcela 2) variável resposta 3) fator e os tratamentos 4) Como designar os tratamentos às parcelas 5) Replicação
Análise Exploratória de Dados 1. Distribuição de frequências
porcentagem densidade
absoluta total relativa acumulada Pode-se usar freq absoluta, relativa ou porcentagem
1.2 Gráficos de frequência
variáveis qualitativas ou quantitativas com poucos valores distintos
Com intervalo
Delineamento em blocos casualizados - parcelas heterogêneas, agrupadas em blocos homogêneos - cada bloco recebe 1 ou + repetição do tratamento
Frequência
1.1 Tabela de frequências Simples
Delineamento inteiramente casualizado (DIC) - parcelas homogêneas
v. quantitativas com muitos valores distintos
( Histograma: intervalo não constante, usa densidade )
G. de setores v. qualitativa nominal G. de barras
v. qualitativa ordinal / v. quantitativa discreta Qtde intervalos = L =
1 + 3,3*log10(n) √n
Histograma v. quantitativa contínua
Amplitude = A = (max - min)/L
2. Medidas Resumo 2.1. Medidas de tendência central 1) Média __ ∑ xi
x=
n
2) Mediana (valor central) se: n é ímpar
x(n+1 )
2 se: n é par
x(n/2) + x(n2 +1) 2
3) Moda (mo) o "valor" de maior frequência
2.2. Medidas de dispersão
2.2. Medidas de posição
1) Amplitude total Δ = x(n) - x(1)
1) Mediana
2) Variância
__ ∑ (xi - x)² var = __________ n (∑ xi)² ______ ∑ (xi)² n var = ________________ n 3) Desvio padrão dp = √var 4) Coeficiente de variação dp cv = ____ __ x
2) Quartis Q1 =
3n Q2 = x(n+1 ) Q3 = x( ) 4 2 4 AIQ = Q3 - Q1 (amplitude interquartil)
x(n )
3) Decis Di =
x(i * n)
i=1,2,...,9
10
4) Percentis Pi =
x(i * n) 100
i=1,2,...,99
3. Análise de Assimetria Variável simétrica: x = md = mo ; Q2 - Q1 = Q3 - Q2
Variável assimétrica: -> positiva: x > md > mo ; Q2 - Q1 < Q3 - Q2 -> negativa: x < md < mo ; Q2 - Q1 > Q3 - Q2 max Q3 md Q1 min
4. Representação Gráfica de dados Box-plot, diagrama de pontos, gráfico sequencial
Probabilidade Conceitos:
- Variável aleatória (v.a.): assume um valor numérico para cada possível resultado do fenômeno aleatório. [ Pode ser discreta ou contínua
2. Medidas Resumo 1) Média (Esperança) [ E(X) ou μ ] v.a. discreta v.a. contínua
2) Variância [ Var(X) ou σ² ]
E(X) = ∑ xi·P(X=xi)
E(X²) = ∑ [ xi²·P(X=xi) ] v.a. discreta
Var(X) = E[(X - μ)²] = E(X²) - μ²
E(X) = ∫ x·f(x) dx
E(X²) = ∫ x²·f(x) dx v.a. contínua
3. Principais Distribuições de Probabilidades Variável discreta 1) Distribuição de Bernoulli -- X ~ Bernoulli(p) - Realizado 1 vez - X: 1(sucesso) e 0 (fracasso) [# sucesso] P(x) = px·q1-x
2) Distribuição Binomial -- X ~ B(n ; p) - fenômeno realizado n vezes - probabilidade de sucesso constante
E(x) = p
P(x) =
Var(x) = p·q
n! px·q1-x x! (n-x)!
E(x) = n·p Var(x) = n·p·q
3) Distribuição de Poisson -- X ~ Po(λ) - X: nº de sucessos em intervalo - λ: taxa de sucesso no intervalo x · e-λ P(x) = λ______ x!
E(x) = λ
Atenção: lembrar de realizar a regra de três quando alterar o intervlo de X para o novo valor de λ
Var(x) = λ
Variável contínua 4) Distribuição exponencial - Valores entre 0 e +∞ e X tem função de densidade f(x) = θ·e-θx X ~ Exp(θ) E(X) = 1/ θ
Var(X) = 1/ θ²
Exemplo - X é #falhas em 60h e λ = 0,005 é a taxa de falhas em 1h 0,005 ---> 1h x ---> 60h
x = 0,3 então λ = 0,3...