. Capítulo 1 Introdução à Estatística Capítulo 1 Introdução à Estatística Prof. Paulo Renato de Morais ESTATÍSTICA APLICADA.

Slides:



Advertisements
Apresentações semelhantes
Variáveis Prof. Ivan Balducci FOSJC / Unesp.
Advertisements

Intervalos de Confiança
ESTATÍSTICA PARA QUALIDADE
PANORAMA HISTÓRICO Desde a antigüidade, conta-nos a Bíblia Sagrada era realizado o levantamento do povo judaico, para fins de guerra . Na Idade Média,
QUESTÕES PARA DISCUSSÃO E EXERCÍCIOS – CAP. 4
ESTATÍSTICA Conceitos.
Estatística Aula 17 Prof. Marllus Gustavo Ferreira Passos das Neves
Estatística Básica Utilizando o Excel
Estatística 2 – Estatística Descritiva Prof. Antonio Fernando B. Costa
Capítulo 5 A Distribuição Normal de Probabilidade
Capítulo 3 Probabilidade
Capítulo 6 Estimativas e Tamanho de Amostras
Capítulo 4 Distribuições de Probabilidade
Capítulo 7 Teste de Hipóteses
Capítulo 8 Inferências com Base em Duas Amostras
Primeiros Conceitos de Estatística
ESTATÍSTICA BÁSICA.
Metodologia Científica Aula 6
Estatística Descritiva
ESTATÍSTICA: O estudo numérico dos fatos sociais
Estatística Descritiva
Quadro síntese – Escolha do teste estatístico mais adequado
ESTATÍSTICA.
Estatística Descritiva (I)
PROF. BRENO RICARDO 2º ANO – W.S.
DISTRIBUIÇÃO AMOSTRAL DA MÉDIA DA AMOSTRA OU DISTRIBUIÇÃO AMOSTRAL DE
Estatística Descritiva
DISTRIBUIÇÕES AMOSTRAIS
Métodos Quantitativos II
Estatística Inferencial (cap. 7 Martins)
ESTATÍSTICA BÁSICA.
ANÁLISE ESTATÍSTICA II
Conceitos de Estatística Prof(a): André Aparecido da Silva
Inferência Estatística
PLANEJAMENTO DO EXPERIMENTO
Estatística Aplicada Aula 7
Introdução à Estatística
POPULAÇÃO-ALVO E AMOSTRA Capítulo 10 – Richardson
INTRODUÇÃO À BIOESTATÍSTICA
Introdução ao Curso e Análise Descritiva de Dados
Professor: WALDEMAR SANTA CRUZ OLIVEIRA JR CONCEITOS BÁSICOS UNIVERSIDADE FEDERAL DE PERNABUCO - UFPE Disciplina: ELEMENTOS DE ESTATÍSTICA ET-301 Curso:
Análise de Dados Ciências Contábeis.
Estatística Descritiva. 2 oO que é a estatística ? Para muitos, a estatística não passa de conjuntos de tabelas de dados numéricos. Os estatísticos são.
PROBABILIDADE E ESTATÍSTICA
Definição de Estatística
TÉCNICAS ESTATÍSTICAS PARA AUDITORIA
Professor: WALDEMAR SANTA CRUZ OLIVEIRA JR CONCEITOS BÁSICOS UNIVERSIDADE FEDERAL DE PERNABUCO - UFPE Curso: TURISMO Disciplina: ESTATÍSTICA BÁSICA ET-229.
ESTATÍSTICA - Princípios
Aula 3 ESTATÍSTICA E PROBABILIDADE
DISTRIBUIÇÕES DE PROBABILIDADE
Introdução à Estatística
ESTASTÍSTICA APLICADA
ANÁLISE DE DADOS EM BIOLOGIA Prof. Ronei Baldissera.
Estatística Básica usando o
Professor Julio Cesar Araujo da Silva Junior Introdução – Conceitos Básicos Chapecó, 2014.
Estimação: Estimativa Pontual Estimativa Intervalar
1 Estatística Descritiva (I). 2 O que é Estatística A Estatística originou-se com a coleta e construção de tabelas de dados para o governo. A situação.
 JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade IEL  Gestão da Qualidade – FINDES  Inspeção.
 JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade IEL  Gestão da Qualidade – FINDES  Inspeção.
 JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade IEL  Gestão da Qualidade – FINDES  Inspeção.
 JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade IEL  Gestão da Qualidade – FINDES  Inspeção.
INTRODUÇÃO à ESTATÍSTICA Sérgio Mélega.
ANÁLISE DE DADOS EM BIOLOGIA Prof. Ronei Baldissera.
Logo após a Revolução Industrial, métodos estatísticos foram incorporados nos processos industriais para garantir a qualidade dos produtos. A avaliação.
JERRY ADRIANE DOMINGOS Tecnólogo em Mecânica, - UFES – 2001 Auditoria Interna da Qualidade IEL Gestão da Qualidade – FINDES Inspeção de.
JERRY ADRIANE DOMINGOS Tecnólogo em Mecânica, - UFES – 2001 Auditoria Interna da Qualidade IEL Gestão da Qualidade – FINDES Inspeção de.
Módulo 1 Estatística Básica.
Profa Dra. Denise Pimentel Bergamaschi
Amostragem e tratamento de dados faltantes Prof. Luciana Nunes Amostragem.
Estatística Aplicada à Adminitração Prof. Alessandro Moura Costa UNIVERSIDADE FEDERAL DO PAMPA BACHARELADO EM ADMINISTRAÇÃO DE EMPRESAS.
Transcrição da apresentação:

. Capítulo 1 Introdução à Estatística Capítulo 1 Introdução à Estatística Prof. Paulo Renato de Morais ESTATÍSTICA APLICADA

. Motivação Ex.: Análise do Desempenho em Vôo Aceitar, ou não, a variabilidade de um parâmetro. Aceitar, ou não, a variabilidade de um parâmetro. Confirmar, ou corrigir, um método empírico de estimação de desempenho. Confirmar, ou corrigir, um método empírico de estimação de desempenho. Confirmar, ou corrigir, um modelo matemático de uma característica de vôo. Confirmar, ou corrigir, um modelo matemático de uma característica de vôo. Estabelecer o efeito, ou não, de uma modificação na aeronave no desempenho em vôo. Estabelecer o efeito, ou não, de uma modificação na aeronave no desempenho em vôo. Monitorar desempenho em serviço para ter aviso sobre degradação, ou defeito, de motor ou estrutura. Monitorar desempenho em serviço para ter aviso sobre degradação, ou defeito, de motor ou estrutura. Obter valores de garantia para o cliente. Obter valores de garantia para o cliente.

. O que é a Estatística? 1.Ciência dos dados 2.Envolve: Coleta Coleta Organização Organização Apresentação Apresentação Resumo Resumo Análise Análise Interpretação Interpretação

. O que é a Estatística? Por quê? 1.Ciência dos dados 2.Envolve: Coleta Coleta Organização Organização Apresentação Apresentação Resumo Resumo Análise Análise Interpretação Interpretação ObjetivosObjetivos Compreensão Tomada de decisão © T/Maker Co.

. Áreas da Estatística Métodos Estatísticos Estatística Descritiva Inferência Estatística

. Estatística Descritiva 1.Envolve: Organizar dados Organizar dados Apresentar dados Apresentar dados Resumir dados Resumir dados 2.Objetivo: Descrever dados Descrever dados

. Estatística Descritiva 1.Envolve: Organizar dados Organizar dados Apresentar dados Apresentar dados Resumir dados Resumir dados 2.Objetivo: Descrever dados Descrever dados X = 30,5 S 2 = 113 X = 30,5 S 2 = $

. Inferência Estatística 1.Envolve: Estimação Estimação Teste de hipóteses Teste de hipóteses

. Inferência Estatística 1.Envolve: Estimação Estimação Teste de hipóteses Teste de hipóteses 2.Objetivo: Tomar decisões sobre características da população Tomar decisões sobre características da população População?

. Conceitos básicos 1.População: Todos os itens de interesse População

. Conceitos básicos 1.População: Todos os itens de interesse 2.Variável: Característica da população População Idade

. Conceitos básicos 1.População: Todos os itens de interesse 2.Variável: Característica da população 3.Amostra: Parte da população População Amostra Idade

. Conceitos básicos 1.População: Todos os itens de interesse 2.Variável: Característica da população 3.Amostra: Parte da população 4.Parâmetro: Característica numérica da população Idade média na população,, é 19,2 População Amostra Idade

. Conceitos básicos 1.População: Todos os itens de interesse 2.Variável: Característica da população 3.Amostra: Parte da população 4.Parâmetro: Característica numérica da população 5.Estatística (estimativa): Característica numérica da amostra Idade média na população,, é 19,2 População Amostra Idade média na amostra, X, é Idade

. Processo de Inferência População Amostra Estatística Amostral (X) Estimar e testar parâmetro populacional

. Fontes de dados Fontes de dados PrimáriasSecundárias Experimento Pesquisa Observação Publicação

. Tipos de Dados Quantitativos Resultado de contagens ou medições (valor numérico) Resultado de contagens ou medições (valor numérico) Qual é o número de defeitos? ___ Qual é o número de defeitos? ___ Qual é o diâmetro? ___ (cm) Qual é o diâmetro? ___ (cm)Qualitativos Resultado de classificação por atributo (não- numérico) Resultado de classificação por atributo (não- numérico) Qual é a condição da peça? __ Perfeita __ Defeituosa Qual é a condição da peça? __ Perfeita __ Defeituosa Qual é sua avaliação? (excelente, boa, ruim)? ___ Qual é sua avaliação? (excelente, boa, ruim)? ___

. Tipos de Dados Quantitativos Discretos Resultados de contagens (valores isolados) Resultados de contagens (valores isolados) Quantos defeitos? ___ Quantos defeitos? ___ Quantas acidentes? ___ Quantas acidentes? ___Contínuos Resultados de medições (valores em um intervalo) Resultados de medições (valores em um intervalo) Qual é a área? ___ (cm 2 ) Qual é a área? ___ (cm 2 ) Qual é o peso? ___ (kg) Qual é o peso? ___ (kg)

. Níveis de Mensuração Qualitativos Nominal Nominal Qual é a condição da peça? __ Perfeita __ Defeituosa Qual é a condição da peça? __ Perfeita __ Defeituosa Ordinal Ordinal Qual é sua avaliação? (excelente, boa, ruim)? ___ Qual é sua avaliação? (excelente, boa, ruim)? ___Quantitativos Intervalo Intervalo Qual é a temperatura? ___ (° Celsius) Qual é a temperatura? ___ (° Celsius) Razão Razão Qual é o diâmetro? ___ (cm) Qual é o diâmetro? ___ (cm)

. São quantitativos ou qualitativos? Qual é o nível de mensuração? Questão 1.Sexo Masculino, feminino Masculino, feminino 2.Peso 63 kg, 88 kg etc. 63 kg, 88 kg etc. 3.Velocidade 80 km/h, 60 km/h etc. 80 km/h, 60 km/h etc. 4.Anos 1977, 1994 etc. 1977, 1994 etc. 5.Número de filhos 0-2, 3-5, , 3-5, 6+ 6.Classe social A, B, C etc. A, B, C etc.

. Métodos de Amostragem

. Por Quê Amostrar? 1. Destruição das unidades de teste Controle de Qualidade Controle de Qualidade 2. Resultados mais precisos e confiáveis 3. Razões práticas Tempo Tempo Custo Custo

. Amostragem Aleatória Simples

. 1.Cada elemento da população tem igual chance de ser selecionado 2.Selecionar 1 objeto não afeta a seleção de outros 3.Pode-se usar tabela de números aleatórios, computador © T/Maker Co.

. Amostragem Sistemática

. 1.Cada k-ésimo elemento é selecionado após um início aleatório com os primeiros k elementos 2.Intervalo, k, é o Tamanho da população Tamanho da amostra 3.Usada em pesquisas por telefone, por exemplo © T/Maker Co.

. Amostragem Estratificada

. 1.Dividir população em subgrupos Mutuamente exclusivos Mutuamente exclusivos Exaustivos Exaustivos Ao menos 1 característica comum de interesse Ao menos 1 característica comum de interesse 2.Selecionar amostras aleatórias simples dos subgrupos Todos os Estudantes ViajamResidem Amostra

. Amostragem Não-Probabilística

. Amostras Não-Probabilísticas Julgamento Usar experiência para selecionar amostra Usar experiência para selecionar amostraQuota Similar à amostragem estratificada exceto sem amostragem aleatória Similar à amostragem estratificada exceto sem amostragem aleatóriaConveniência Usar elementos mais disponíveis Usar elementos mais disponíveis