Docsity
Docsity

Prepare-se para as provas
Prepare-se para as provas

Estude fácil! Tem muito documento disponível na Docsity


Ganhe pontos para baixar
Ganhe pontos para baixar

Ganhe pontos ajudando outros esrudantes ou compre um plano Premium


Guias e Dicas
Guias e Dicas

Amostragem Aleatória e Descrição de Dados por Marcos Oliveira Prates, Notas de estudo de Desvio

Um capítulo sobre amostragem aleatória e descrição de dados, contendo explicações sobre medidas de posição e variabilidade, além de exemplos de cálculos. O autor é marcos oliveira prates.

O que você vai aprender

  • Quais são as vantagens e desvantagens da amostragem aleatória?
  • Quais são as medidas de posição e como são calculadas?
  • Qual é a diferença entre média amostral e média populacional?
  • Quais são as medidas de variabilidade e como são calculadas?
  • Qual é a definição de amostragem aleatória?

Tipologia: Notas de estudo

2022

Compartilhado em 07/11/2022

PorDoSol
PorDoSol 🇧🇷

4.5

(272)

654 documentos

1 / 53

Toggle sidebar

Esta página não é visível na pré-visualização

Não perca as partes importantes!

bg1
Amostra e População
Estatísticas Descritivas
Medidas de Posição
Medidas de Variabilidade
Amostragem Aleatória e Descrição de Dados -
parte I
Marcos Oliveira Prates
2012/02
Marcos Oliveira Prates Amostragem Aleatória e Descrição de Dados - parte I
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13
pf14
pf15
pf16
pf17
pf18
pf19
pf1a
pf1b
pf1c
pf1d
pf1e
pf1f
pf20
pf21
pf22
pf23
pf24
pf25
pf26
pf27
pf28
pf29
pf2a
pf2b
pf2c
pf2d
pf2e
pf2f
pf30
pf31
pf32
pf33
pf34
pf35

Pré-visualização parcial do texto

Baixe Amostragem Aleatória e Descrição de Dados por Marcos Oliveira Prates e outras Notas de estudo em PDF para Desvio, somente na Docsity!

Estatísticas Descritivas Medidas de Posição Medidas de Variabilidade

Amostragem Aleatória e Descrição de Dados -

parte I

Marcos Oliveira Prates

Estatísticas Descritivas Medidas de Posição Medidas de Variabilidade

(^1) Amostra e População

(^2) Estatísticas Descritivas

(^3) Medidas de Posição

(^4) Medidas de Variabilidade

Estatísticas Descritivas Medidas de Posição Medidas de Variabilidade

Introdução

Queremos analisar uma variável: anos de estudo dos professores universitários brasileiros. Geralmente não é possível estudar todo o conjunto de dados de interesse. Seja por questões de tempo ou custo. Selecionamos uma parte desse conjunto: amostra. Os nossos dados de interesse constituem a população.

Estatísticas Descritivas Medidas de Posição Medidas de Variabilidade

Amostra aleatória

Selecionamos a amostra para obter informação sobre a população. Se queremos investigar as alturas dos alunos: selecionamos alguns deles aleatoriamente e medimos suas alturas. Esse tipo de procedimento é chamado amostragem aleatória. São desenvolvidos modelos para descrever esse tipo de situação.

Estatísticas Descritivas Medidas de Posição Medidas de Variabilidade

Outros tipos de amostragem:

Amostragem sistemática

Um elemento é escolhido a cada k elementos. Não é recomendada quando os dados têm sazonalidade.

Amostragem Estratificada

Divide a população em estratos de elementos que dividem uma característica. Seleciona-se uma amostra em cada grupo. Melhora a precisão das estimativas. Controla fatores que podem influenciar nas respostas dos elementos. Exemplo: divide-se a população por faixa etária.

Estatísticas Descritivas Medidas de Posição Medidas de Variabilidade

Amostragem por conglomerado

Divide a população em unidades: conglomerados. Seleciona-se alguns deles. Todos elementos do conglomerado vão fazer parte da amostra. Conglomerados podem reduzir o custo de coleta. A variabilidade dentro do conglomerado > variabilidade entre os conglomerados. Exemplo: seleção de lotes de produtos em uma fábrica.

Estatísticas Descritivas Medidas de Posição Medidas de Variabilidade

Descobrindo o óbvio?

o que você vê nessa foto? Simplismente um conjunto de grãos de café? Existe a face de um homem entre os grãos.

Estatísticas Descritivas Medidas de Posição Medidas de Variabilidade

O olho humano tem dificuldade de identificar padrões ou falta de padrão.

Precisamos de medidas para resumir a informação.

Usamos as estatísticas descritivas.

Estatísticas Descritivas Medidas de Posição Medidas de Variabilidade

Estatísticas Descritivas Medidas de Posição Medidas de Variabilidade

Sumários e apresentação de dados são essenciais para bom julgamento estatístico.

Podemos assim focar nas características importantes dos dados.

É útil descrever numericamente as características dos dados.

Podemos caracterizar a localização ou tendência central: média amostral.

Estatísticas Descritivas Medidas de Posição Medidas de Variabilidade

Média da Amostra

Uma amostra de tamanho n é coletada. As observações dessa amostra são denotada por

x 1 , x 2 ,... , xn.

A média amostral será

¯x = x^1 +^ x^2 +^ · · ·^ +^ xn n

Estatísticas Descritivas Medidas de Posição Medidas de Variabilidade

Exemplo:

Um engenheiro está projetando um conector de náilon. Ele estabelece que o conector deve ter 3/32 polegadas. Mas não sabe se essa espessura fornecerá uma boa força de remoção. Ele faz oito unidades do protótipo e mede a força delas:

x 1 = 12 , 6 x 2 = 12 , 9 x 3 = 13 , 4 x 4 = 12 , 3 x 5 = 13 , 6

x 6 = 13 , 5 x 7 = 12 , 6 x 8 = 13 , 1.

A média amostral é

x^ ¯ =

= 13 líbras-força

Estatísticas Descritivas Medidas de Posição Medidas de Variabilidade

A média da amostra é: o valor médio de todas observações do conjunto de dados.

Essa amostra foi selecionada a partir de uma população.

No exemplo, a população são todos conectores que serão fabricados.

É uma população hipotética ⇒ não existe fisicamente.

As vezes existe uma população física real: as pastilhas de silicone produzidas em uma fábrica.

Estatísticas Descritivas Medidas de Posição Medidas de Variabilidade

Vimos no capítulo anterior a média μ de uma distribuição de probabilidade.

Podemos pensar em uma distribuição de probabilidade como um modelo para uma população.

A média é o valor médio de todas observações dessa população. Se a população tem um tamanho finito N de valores equiprováveis: a função de probabilidade é

f (xi ) = 1 N a média é μ =

i

xi f (xi ) =

∑N i= 1 xi N

.