Análise Descritiva de Dados

Apresentação em tema: "Análise Descritiva de Dados"— Transcrição da apresentação:

1 Análise Descritiva de Dados
ESTATISTICA Aula 4 PROF: CÉLIO SOUZA

2 CURVA NORMALIDADE É um modelo teórico ou ideal que resulta muito mais de uma equação matemática do que de um real delineamento de pesquisa com posterior coleta de dados; UTILIDADE A curva normal pode ser usada na descrição de distribuições de escores; Na interpretação do desvio padrão; Afirmações relacionadas com a noção de probabilidade (possibilidade, predição);

3 A FÓRMULA e Y N = 2π 1 2 )2 X - X σ ( - onde, Y = ordenada correspondente a um dado valor de X π = 3,1416 e = 2,7183

4 Distribuição Hipotética
Simétrica Suave Forma de Sino Unimodal 100 110 120 130 140 60 70 80 90 A maioria dos Q.IS situando-se entre 90 e 110 – Pouquíssimos “gênios” > 140 e pouquíssimas criaturas menos privilegiadas > 60;

5 Distribuição Assimétrica
Frequência Renda (US$) Distribuição de Renda “Per Capita” (Nações do Mundo)

6 Porcentagem da Área Total sob a Curva Normal Limitada
por X e por um Desvio Padrão acima de X; + 1δ X 34,17%

7 Porcentagem da Área Total sob a Curva Normal Limitada por X e por
Dois Desvios Padrões acima de X; X + 1δ + 2δ + 3δ 34,17% 47,72% 49,87%

8 X Porcentagem da Área Total sob a Curva Normal Limitada por X e por
Dois Desvios Padrões acima de X; + 3δ - 3δ - 2δ - 1δ X + 1δ + 2δ 68,26% 95,44% 99,74%

9 assumirão uma distribuição normal (Curva de Gauss)
Curva Normal (Escore Z) Observando-se um no suficiente de casos, as variáveis assumirão uma distribuição normal (Curva de Gauss) Escore “z” Mede o desvio em relação à média, expresso em unidades de desvio padrão; Média Escore Bruto Z = X - X δ Desvio Padrão

10 Z = 7.000 – 5.000 1.500 +1.33 = $5.000 $7.000 Z = +1.33

11 Classificação das Escalas
Escala Nominal Escala Ordinal Não-paramétricas Não procuram estabelecer padrões de normalidade. Teste de Hipótese - “O resultado antecipado de um estudo ou experimento. A solução antecipada para o problema pode ser baseada em alguma teoria, ou na experiência e observação anteriores do pesquisador” (THOMAS & NELSON, 2002) Escala Intervalar Escala Racional Paramétricas Possibilitam estabelecer padrões de normalidade. Atenção: Dependendo do tipo de dados com os quais estivermos trabalhando serão mais indicados, um ou outro tipo de análise estatística. PROF: CÉLIO SOUZA

12 Teste de hipóteses: Hipótese nula (H0):
Hipótese sobre a qual o teste é montado. Na maior parte dos casos é a hipótese de que "não há diferença". Em geral não é a hipótese que se deseja comprovar. Hipótese alternativa (HA): Hipótese que vai ser comparada à hipótese nula. Na maior parte dos casos é a hipótese de que "há diferença". Em geral é a hipótese que se deseja comprovar. PROF: CÉLIO SOUZA

13 Teste de Normalidade Hipótese nula (H0):
Em geral não é a hipótese que se deseja comprovar "não estabelece padrão de normalidade". . Hipótese alternativa (HA): "estabelece padrão de normalidade"". PROF: CÉLIO SOUZA

14 Seguem se algumas interpretações acerca de p valor:
- Se p > = 0.1, não existe evidência contra a hipótese nula (H0), não é possível rejeitar a hipótese nula; - Se p < 0.1, fraca evidência contra a H0; - Se p < 0. 01, evidência altamente significativa contra a H0, é possível rejeitar a hipótese nula; - Se p < 0. 05, evidência significativa contra a H0, rejeita-se a hipótese nula; - Se p < , evidência muito altamente significativa contra a H0, é possível rejeitar a hipótese nula. PROF: CÉLIO SOUZA

15 Os principais procedimentos que devem preceder a aplicação de um teste estatístico são:
Definir a hipótese nula (H0) e a hipótese alternativa (H1); Decidir qual o teste a ser usado, analisando se este é válido para o problema; Encontrar a probabilidade (p valor); Avaliar a força da evidência contra H0 (quanto menor for p-valor, maior é a força para rejeitar a hipótese nula); Estabelecer as conclusões e interpretação dos resultados. O p-valor é a probabilidade que permite decidir sobre a hipótese nula. PROF: CÉLIO SOUZA

16 SIGMOUND, R. Estatística não-paramétrica. SP.McGraw-Hill, 1964.
CORRELAÇÃO É o coeficiente numérico que indica a extensão na qual duas variáveis se relacionam ou associam. A técnica utilizada para calcular a correlação é o Coeficiente de Correlação do Momento Produto de Person (r). Valor Significado Inexistente 0 < r < 0,2 Baixa 0,2  r < 0,4 Média baixa 0,4  r < 0,6 Média 0,6  r < 0,8 Média alta 0,8  r < 1,0 Alta 1,0 Perfeita Fonte: Sigmound, 1964 SIGMOUND, R. Estatística não-paramétrica. SP.McGraw-Hill, 1964. PROF: CÉLIO SOUZA

17 A FÓRMULA Escore “z” na variável X Número de casos
Escore “z” na variável X Número de casos Somatório dos escores de X e Y Médias Desvios padrão PROF: CÉLIO SOUZA

18 PROF: CÉLIO SOUZA

19 Qualquer dúvida, pergunte.
PROF: CÉLIO SOUZA