Estatist-2 Turm K

Fazer download em docx, pdf ou txt
Fazer download em docx, pdf ou txt
Você está na página 1de 7

Resumo

Medidas de localização (quartis, decís e percentis)


São números que dividem a sequência ordenada de dados em partes que contêm a
mesma quantidade de elementos da série. Desta forma, a mediana que divide a
sequência ordenada em dois grupos, cada um deles contendo 50% dos valores da
seqüência, é também uma medida separatriz. Além da mediana, as outras medidas
separatrizes que destacaremos são: quartis, decis , percentis e quintis .

Quartis – Se dividirmos a série ordenada em quatro partes, cada uma ficará com seus
25% de seus elementos. Os elementos que separam estes grupos são chamados de
quartis. Assim, o primeiro quartil, que indicaremos por Q1, separa a seqüência ordenada
deixando 25% de seus valores à esquerda e 75% de seus valores à direita. O segundo
quartil, que indicaremos por Q2, separa a seqüência ordenada deixando 50% de seus
valores à esquerda e 50% de seus valores à direita. Note que o Q2 é a Mediana da série.
O terceiro quartil Q3 obedece a mesma regra dos anteriores.

O terceiro quartil (Q3) está situado de tal modo que as três quartas partes (75%) dos
termos são menores ou iguais a ele e uma quarta parte (25%) é maior ou igual. O quarto
quartil corresponde à última quarta parte (100%) da série.

Decis - os decis separam uma série em 10 partes iguais, ou seja, deixam à esquerda da
seqüência 10% de seus valores e 90% à direita. Eles são indicados por D1, D2, D3, ...,
D10.

Percentis - Assim como os quartis dividem uma série de valores em quatro partes iguais,
os percentis separam uma série em 100 partes iguais, em que cada parte fica com 1% de
seus valores, assim, 1% fica à sua esquerda e 99% à direita. Eles são indicados por P1,
P2, P3, ..., P99

Medidas de dispersão

As medidas de dispersão são amplitude, desvio, variância e desvio padrão e são usadas
para determinar o grau de variação dos números de uma lista com relação à média.

"A amplitude de um conjunto, em Estatística, é a diferença entre o maior elemento


desse conjunto e o menor. Em outras palavras, para encontrar a amplitude de uma lista
de números, basta subtrair o menor elemento do maior.
No exemplo dado acima, existem duas amplitudes a serem avaliadas: a do primeiro e a
do segundo aluno. O primeiro aluno tem 8 como maior nota e 6 como menor. A
amplitude de suas notas foi: 8 – 6 = 2. O segundo aluno teve 10 como sua maior nota e
4 como menor. A amplitude de suas notas foi 10 – 4 = 6. Embora não seja possível
determinar qual dos dois teve um melhor desempenho apenas por essa medida – pois
não é possível saber qual dos dois teve um aumento nas notas –, esses resultados já
dizem que a variação de notas do primeiro aluno foi muito menor do que a do segundo.

O desvio é a diferença entre um dos números de um conjunto e a média desse conjunto.


Portanto, cada um dos números de um conjunto tem um desvio, e esse resultado pode
ser diferente para cada um desses elementos."

Dado um conjunto de dados, a variância é uma medida de dispersão que mostra o quão
distante cada valor desse conjunto está do valor central (médio)."

O desvio padrão é capaz de identificar o “erro” em um conjunto de dados, caso


quiséssemos substituir um dos valores coletados pela média aritmética."

O coeficiente de variação é uma medida de dispersão relativa, ou seja, é independente,


quer das unidades de medida quer das escalas, com que os dados são medidos. A
eliminação destes factores (unidades de medida e escala), faz com que esta medida seja
utilizada na comparação da dispersão de dois ou mais conjuntos de dados.

Quando temos uma distribuição mais achatada que a Normal, dizemos que essa
distribuição é platicúrtica e tem curtose negativa. E quando a distribuição A, vemos que
ela é assimétrica e está deslocada para a esquerda, e esse tipo de assimetria é
classificada como assimetria positiva (ou à direita!

No estudo da estatística, ate agora desenvolvido os nossos estudos eram baseados


apenas em uma variável estatística (x), a variável era unidimensional. Agora, quando se
consideram observações com duas variáveis, a distribuição diz-se bidimensional.

Noção de probabilidades
Acontecimentos equiprováveis, dois acontecimentos de uma experiência
aleatória dizem-se equiprováveis se tiverem igual probabilidade de ocorrerem.
Sendo A e B dois acontecimentos equiprováveis, P (A) = P (B).
Probabilidade condicional a probabilidade de um determinado evento ocorrer, sabendo
que um evento condicionante já aconteceu. Dados dois eventos A e B, inicialmente com
o mesmo espaço amostral, a probabilidade condicional é representada por P(A|B) e
significa a probabilidade do evento A ocorrer, dado que o evento B ocorreu. Existe uma
fórmula específica que ajuda a resolver problemas de probabilidade condicional.

P ( A ∩ B ) = P ( A | B ) ⋅ P ( B ) ⟹ P ( A ∩ B ) = P ( B | A ) ⋅ P ( A ) . A relação acima
é conhecida como Teorema do Produto.

Em probabilidade e estatística, independência entre variáveis aleatórias ou eventos


significa que a partir do resultado de um deles não é possível inferir nenhuma conclusão
sobre o outro. Por exemplo: Jogue dois dados. O resultado de um dado é independente
do resultado do outro.

Resolução

a) Complete a tabela de distribuição de frequência:

Classe fi Xi f iac f iac %


05 |- 08 11 6,5 11 22%
08 |- 11 14 9,5 25 50%
11 |- 14 14 12,5 39 78%
14 |- 17 9 15,5 48 96%
17 |- 20 1 18,5 49 98%
20 |- 23 1 21,5 50 100%
Total 50
Segundo nos mostra a tabela acima responda:
b) Qual a amplitude total (R) ?

R% R=22−5=17
c) Qual o valor de k (número de classe)?
K=6

d) Qual o intervalo de cada classe (h)?


h=17−14=3

e) Determine a média aritmética;

Classe fi Xi f i∗X i

05 |- 08 11 6,5 71,5
08 |- 11 14 9,5 133
11 |- 14 14 12,5 175
14 |- 17 9 15,5 139,5
17 |- 20 1 18,5 18,5
20 |- 23 1 21,5 21,5
Total 50   559

X=
∑ f i∗Ci = 559 =11,18
n 50

f) Calcule a moda e a mediana;


∆1∗h
M 0=lim ¿inf + ¿
3∗3
∆1+¿ ∆ =8+ =11 ¿
3+ 0
2

n
( −fiac−1)∗h
~ 2 ( 25−11 )∗3
X =lim ¿inf + =8+ =11 ¿
fi 14

g) Determine o Q2, P5 e D50. Que conclusão chegou?

2n
( −fiac−1)∗h
4 ( 25−11 )∗3
Q2=lim ¿inf + =8+ =11 ¿
fi 14
5n
( −fi ac−1 )∗h
100 ( 2,5−0 )∗3
P5=lim ¿inf + =5+ =5,68¿
fi 11
5n
( −fi ac−1 )∗h
10 ( 25−11 )∗3
D5=lim ¿inf + =8+ =11 ¿
fi 14

h) Determine a variância e o desvio padrão;


2
S=
∑ 2
( X i−X ) ∗f i 632,88
= =12,92
n−1 49
S= √ S =√ 12,92=3,59
2

i) Calcule o coeficiente de variação e classifique.


S 3,59
CV = ∗100= ∗100=32,11 %
X 11,18
Quanto ao coeficiente de variação afirmamos que os dados tem uma dispersao alta.

2. Os dados apresentados na tabela abaixo mostram a distribuição de frequências do


tempo que 145 crianças com menos de 12 anos ficaram internadas no Hospital Rural de
Gurué e que beneficiaram de curativos especiais.
Classe fi fiac

2000 |- 2500 4 4

2500 |- 3000 21 25

3000 |- 3500 46 71

3500 |- 4000 21 92

4000 |- 4500 4 96

Total 96  

a) Calcule a moda da distribuição de frequências.


∆1∗h
M 0=lim ¿inf + ¿
( 46−21 )∗500
∆1+¿ ∆ =3000+ =3250 ¿
2
( 46−21 ) + ( 46−21 )
b) Sabendo que a média e desvio padrão da distribuição são: 8.15 e 8.77 respectivamente,
calcule o primeiro coeficiente de assimetria de Pearson e classifique a distribuição quanto a
assimetria.
x−M 0 8,15−3250
Cs= = =−369,652
S 8,77
Quanto a classificação é assimétrica negativa ou a esquerda.

c) Classifique a distribuição quanto ao coeficiente de curtose.


Quanto a classificação de coeficiente de curtose é uma curva Leptocúrtica

3. Considere a seguinte distribuição conjunta de X e Y:

a) Achar as distribuições marginais de X e Y.


x P(x)
y P(y)
-2 0.3
1 0.6
-1 0.3
2 0.4
4 0.1
Total 1
5 0.3
Total 1

b) Calcular 𝐸[𝑋], 𝐸[𝑌] 𝑒 𝐸[𝑋𝑌];

E ( X ) =∑ X∗P( x)= (−2 )∗0,3+ (−1 )∗0,3+ 4∗0,1+5∗0,3=1

E ( Y )=∑ Y ∗P(Y )=1∗0,6+2∗0,4=1 , 4


E ( X Y )=E ( X )∗E ( Y )=1∗1,4=1,4

c) Calcule covariância entre X e Y.

co v x , y =
∑ ( X−E (x))∗¿ ( Y −E (Y )) ¿
n−1
(4−1∗1−1,4)+(5−1)∗(2−1,4)
co v x , y =
2−1
co v x , y =4

4. Lance um dado e uma moeda.

a) Construa o espaço amostral.

Ω={ ( C , 1 ) ; ( C ,2 ) ; ( C , 3 ) ; ( C , 4 ) ; ( C ,5 ) ; ( C ,6 ) ; ( k ,1 ) ; ( k , 2 ) ; ( k , 3 ) ; ( k , 4 ) ; ( k ,5 ) ; ( k , 6 ) }

1 1 1
5. Dados P ( A )= ; P ( B )= ; P ( A ∩ B )=
2 3 4
1 1 1 7
P ( A ∪ B ) =P ( A )+ P ( B )−P ( A ∩B )= + − = =0,58 3
2 3 4 12
1
∗1
2 1
P ( A ∩ B )=P ( A )∗P ( B )= = =0,17
3 6
1 1
∗3
P ( A ∩ B) 4 4 3
P ( A /B )= = = = =0,75
P (B) 1 1 4
3
7
∗1
12
P [( A ∪ B )∩ B] 3 7
P[ ( A ∪ B ) / B]= = = =0,583
P ( B) 1 12
3

Você também pode gostar