Estatística Computacional - 2370
Estatística Computacional - 2370
Estatística Computacional - 2370
Estatística com Excel Objetivos na aula do dia 19 e 22/02/08 Aplicação Apresentar os conceitos: Variáveis, casos (unidade amostral) Base de dados no Excel. Aplicação Pesquisa de Opinião da TCC; Pesquisa de Opinião da Qualidade de Vida
Pesquisa de Opinião: Questionário Identificando variáveis Pesquisa de Opinião: Questionário Variáveis Itens do questionário Pesquisa agronômica: Medidas de interesse para pesquisa Variáveis Peso, produtividade Pesquisa saúde: Medidas de interesse para pesquisa Qualitativas e Quantitativas Variáveis IMC, hipertensão
Identificando a unidade amostral Pesquisa de Opinião: Entrevistado Casos Um questionário Pesquisa Agronômica: Planta, Parcela Casos planta ou parcela Pesquisa Saúde : Pessoa, Rato, prontuário Casos Pessoa, rato, prontuário
Base de dados É a disposição das informações coletadas Nos aplicativos : a linha representa os casos; a coluna representa as variáveis
Exemplo de uma pesquisa de opinião
Exemplo de uma pesquisa de opinião
Questionário da TCC
Continuação do questionário da TCC
Apresentação do Excel casos Variáveis
Planilha do Excel para o questionário da QV Identificar as questões na primeira linha
Planilha do Excel para o questionário TCC
Exercício 1 Na planilha do Excel para o questionário TCC, insira os 10 questionários Exercício 2 Crie uma planilha no Excel para o questionário QV
Estatística com Excel Comandos de edição no Excel: Substituir ; Format; Excluir e incluir Funções no Excel: Soma multiplicação e divisão; freq Tabelas dinâmicas Histograma Tabelas e Gráficos
Estatística descritiva Trata-se de um conjunto de técnicas analíticas ; Objetivo: resumir o conjunto de todos os dados coletados numa dada investigação; Envolve basicamente: Distribuição de Freqüência Medidas da Tendência Central Medidas de Dispersão Avaliação quanto a simetria e homogeneidade A idéia básica é a de se estabelecer uma descrição dos dados relativos a cada uma das variáveis.
DISTRIBUIÇÃO DE FREQÜÊNCIAS Para dados categóricos, basta contarmos quantos casos ocorrem em cada categoria. Para dados numéricos, inicialmente criamos os intervalos de classe e, posteriormente, contamos quantos casos ocorrem em cada intervalo. As freqüências das categorias ou intervalos de classe podem ser expressas por seu número absoluto, pela proporção em relação ao total de casos ou pela porcentagem em tabelas e gráficos (os gráficos serão construídos no Statistica) Obtenção Apresentação
DISTRIBUIÇÃO DE FREQÜÊNCIAS A tabela deve ser auto-explicativa. Elementos da tabela: TÍTULO: deve responder as questões: Do que se trata? aponta o fenômeno, Onde ocorreu? local de ocorrência; Quando ocorreu? época da ocorrência Tabelas Apresentação Título; Cabeçalho; Coluna indicadora; Corpo.
DISTRIBUIÇÃO DE FREQÜÊNCIAS CABEÇALHO: informa sobre o conteúdo das colunas; COLUNA INDICADORA: informa sobre o conteúdo das linhas; CORPO: apresenta as informações. Elementos complementares da tabela: Tabelas Apresentação Fonte cita o informante; Notas esclarecem o conteúdo e indicam a metodologia adotada na obtenção ou elaboração da informação; Chamadas esclarecem pontos específicos da tabela. Fonte cita o informante; Notas esclarecem o conteúdo e indicam a metodologia adotada na obtenção ou elaboração da informação; Chamadas esclarecem pontos específicos da tabela.
DISTRIBUIÇÃO DE FREQÜÊNCIAS Tabela 1: Título Tabelas Apresentação Coluna indicadora Cabeçalho Conteúdo da linha C O L U N A Fonte: Nota: CORPO DA TABELA
DISTRIBUIÇÃO DE FREQÜÊNCIAS - Obtenção Dados categóricos; A variável tipo sangüíneo é proveniente de uma amostra, de 30 doadores de um hemocentro. AAAAAAAAAA,BBB, AB, OOOOOOOOOOOOOOOO; Exemplo O | | | | | | | | | | | | | | | | 16 A | | | | | | | | | | 10 B | | | 3 AB | 1 Tipo sangüíneo Contagem Freqüência
DISTRIBUIÇÃO DE FREQÜÊNCIAS - Obtenção Dados numéricos; A variável peso ao nascer, em gramas, é proveniente de uma amostra, de 22 recém-nascidos de Maringá. 2300,2354,2456,2576,2598,2670,2647,2691,2750,2789,2810, 2860,2835,2904,2926,2954,3100,3250,3376,3400,3505,3940. Exemplo Peso Contagem Freqüência Menos de 2500g | | | 3 2500g a 3500g | | | | | | | | | | | | | | | | | 17 3500g ou mais | | 2
Tabela 1: Distribuição dos doadores por tipo sangüíneo – Maringá 2005 DISTRIBUIÇÃO DE FREQÜÊNCIAS - Apresentação Tabela 1: Distribuição dos doadores por tipo sangüíneo – Maringá 2005 Fonte: Hemocentro Nota: dados fictícios Exemplo Tipo sangüíneo Freqüência Percentual O 16 53 A 10 33 B 3 AB 1 4 Total 30 100
Exemplo DISTRIBUIÇÃO DE FREQÜÊNCIAS - Apresentação Freqüência Tabela 2: Distribuição do peso dos recém-nascidos – Maringá 2005 Peso, em gramas Freqüência Percentual Menos de 2500 3 14 2500 |-- 3500 17 77 3500 ou mais 2 9 Total 22 100
Distribuição Normal
Medidas da Tendência Central Fornecem indicadores da distribuição da variável, isto é indica o valor que ocorre mais tipicamente Média: É a soma de todos os resultados dividida pelo número total de casos, podendo ser considerada como um resumo da distribuição como um todo. Moda: É o evento ou categoria de eventos que ocorreu com maior freqüência, indicando o valor ou categoria mais provável. Mediana : É o valor da variável aleatória a partir do qual metade dos casos se encontra acima dele e metade se encontra abaixo. Observação: Na distribuição normal a Média=Mediana= Moda
Avaliando a homogeneidade Avaliando a homogeneidade - Medidas de dispersão Amplitude, desvio médio, variância, desvio padrão, erro padrão e coeficiente de variação São medidas da variação de um conjunto de dados em torno da média, ou seja, da maior ou menor variabilidade dos resultados obtidos. Elas permitem se identificar até que ponto os resultados se concentram ou não ao redor da média de um conjunto de observações. Cada uma dessas medidas expressão diferentes formas de se quantificar a tendência que os resultados de um experimento aleatório tem de se concentrarem ou não em determinados valores (quanto maior a dispersão, menor a concentração e vice-versa). Avaliando a homogeneidade
Quartis, Amplitude interquartilica, Box Plot Avaliando a simetria Quartis, Amplitude interquartilica, Box Plot Quartis: Q1 Q2 Q3 É o valor da variável aleatória a partir do qual 25%, 50% e 75% dos casos se encontra acima dele respectivamente; Amplitude Interquartilica(AIQ) AIQ = Q3 – Q1 Avaliando a simetria: valores mínimo máximo * outliers Q1 Q2 Q3 outliers
Avaliando Presença de Outliers Identificando Outliers Os dados suspeitos são aqueles que estão muito distantes do centro da distribuição, que até podem ocorrer, mas que, às vezes, resultam de erro de medida, de anotação ou de digitação. Por exemplo, em um estudo sobre altura de crianças de idade escolar, encontramos casos com valor 220cm e 240cm. O mais provável é que tenha ocorrido erro de anotação ou de digitação. Se estes casos não forem retirados da amostra, haverá séria distorção da média, do desvio padrão e comprometimento dos testes estatísticos. Estes valores extremos são chamados de pontos fora da curva (outliers). Identificando Outliers Considera-se pontos fora da curva aqueles que são maiores que Q3+1,5AIQ ou menores que Q1-1,5AIQ, onde 1,5AIQ é 1,5 vezes a amplitude interquartil. Isto pode ser visto no Box -Plot
Apresentação do Format celulas
Substituir O nome ou valor que se deseja trocar O nome ou valor que será trocador
Para a variável RAÇA, do arquivo perfil , atribua: Atividade Para a variável RAÇA, do arquivo perfil , atribua: 1 = Branca 2 = Negra 3 = Outras
Formatar
Considere as variáveis Peso Altura Formate com duas decimais Atividade Considere as variáveis Peso Altura Formate com duas decimais
Construindo a tabela e gráfico para raça da base de dados perfil Tabelas e gráficos para variáveis qualitativas No Excel é trabalhoso construir gráficos quando comparado ao Statistica por isto, veremos superficialmente os gráficos neste software Construindo a tabela e gráfico para raça da base de dados perfil No menu principal Clicar em : DADOS Fazer a opção: RELATÓRIO DE TABELA E GRÁFICO DINÂMICO, mostrado na tela abaixo:
Clicar para definir variável(is) Etapas para construir tabelas e gráficos para variáveis qualitativas no Excel clicar Clicar para definir variável(is) Continua no próximo slide
Continuação do slide anterior Definindo a variável raça Configurando a tabela Definindo a localização da tabela Selecionando a opção de freqüência
Atividade Da base de dados “QV” construir a tabela de freqüência para as variáveis: questões 1, 3 e 5 , sexo e estado cívil
Tabela de freqüência – variáveis quantitativas Definir as classes: método visto em estatística geral; Ferramentas e análise de dados e escolha a opção histograma. Caso a opção Análise de Dados não esteja disponível, siga os passos a seguir: Passo 1: Clicar em Ferramentas Passo 2: clicar em suplementos Passo 3: clicar Ferramentas de Análise e ok.
CONSTRUINDO HISTOGRAMA Análise de dados
CONSTRUINDO HISTOGRAMA Valores da variável Intervalo de classe
Atividade Construa a tabela de freqüência para o peso e para altura do arquivo perfil.
Estatística Computacional – 2370 Aulas: 26/02/08 e 29/02/08 Medidas descritivas Para obter as medidas descritivas no Excel siga os passos a seguir Passo 1: Clicar em ferramentas , Análise de Dados Passo 2: na caixa de diálogo a seguir clicar em Estatística Descritiva Passo 3: clicar clicar
Medidas descritivas em subgrupos da amostra Pode ser de interesse obter medidas descritivas de uma variável quantitativa por categorias de uma ou mais variáveis qualitativas . Passo 1: Clicar em Dados, Relatório de Tabela Dinâmica Passo 2: Seguir as mesmas etapas para construção da tabela Passo 3: no layout as variáveis qualitativas são colocadas na Linha e/ou Colunas da tabela e a quantitativa no centro ( Dados). No lugar de contagem ..., escolher a estatistica de interesse. A caixa de diálogo vai criar uma tabela com média e desvio padrão da idade para cada categoria da variável sexo
Função SE - Sintaxe da expressão para categorizar uma variável no Excel Considere o exemplo do Excel com a planilha. Suponha que a variável A deve ser categorizada da seguinte forma: Categoria 1: Se A<59, atribuir o valor F Categoria 2: Se 59<A<69, atribuir o valor D Categoria 3: Se 69<A<79, atribuir o valor C Categoria 4: Se 79<A<89, atribuir o valor B Categoria 5: Se A>89, atribuir o valor A Expressão : SE(A2>89;"A";SE(A2>79;"B"; SE(A2>69;"C";SE(A2>59;"D";"F"))))
Estatística Computacional – 2370 Aulas: 29/02/08 - Exercício Ver o arquivo “dados gordura no corpo.txt” PEQUENO RESUMO DOS DADOS: Algumas medidas do corpo foram realizadas em 252 homens com objetivo de obter um método de baixo custo que estime a gordura corporal. As variáveis listadas abaixo são: Densidade do corpo (gm/cm3) ; Percentual de gordura no corpo usando a equação de Siri's (1956); Idade (anos); Peso (lbs) Altura (inch) Circunferência do pescoço (cm) Circunferência do tórax (cm) Circunferência do Abdômen (cm) Circunferência do quadril (cm) Circunferência do glúteo (cm) Circunferência do joelho (cm) Circunferência do tornozelo (cm) Circunferência do Bíceps (estendido) (cm) Circunferência do Antebraço(cm) Circunferência do Punho (cm)
Questões Q1: Abrir a base de dados no Excel e nomear as variáveis; Q2: Sabendo que 1 polegada(inch) equivale 2,540 cm modifique a variável altura para m; Q3: Sabendo que 1 libra equivale a 0,45359 quilogramas transforme a variável peso para quilogramas; Q4: Obtenha o índice de massa corporal (IMC) que é dado por:IMC=Peso,em quilogramas/(altura, em metros)2; Q5: Categorize a variável IMC nas quatro categorias descritas a seguir: Q6: Categorize a variável idade em três categorias, sendo: Categoria1: idade < idade média – desvio-padrão Categoria2: idade média – desvio-padrão idade idade média + desvio-padrão Categoria3: idade > idade média – desvio-padrão. Q7: Faça um gráfico para a variável idade categorizada; Q8: Faça tabela e gráfico para circunferência do abdômen; Q9: Faça medidas descritivas para as variáveis quantitativas; Q10: Faça as medidas descritivas das variáveis quantitativas por IMC, classificado
Clicar assistente gráfico Box Plot no Excel Passo 1: Construir uma tabela com a seguinte seqüência: Marcar tabela Clicar assistente gráfico Passo 2: Marcar tabela e clicar assistente gráfico Passo 2:
Box Plot no Excel Passo 3: Marcar linha Opção: linhas Passo 4: Marcar linhas e avançar
Box Plot no Excel Passo 5: Por título do gráfico e eixos e concluir Passo 6: Marcar qualquer dado e clicar botão direito
Box Plot no Excel Passo 7: Clicar Formatar série de dados e Opções Marcar Marcar
Box Plot no Excel Observações: A construção do box plot no Excel é limitada, por exemplo, não é possível especificar quais são as observações discrepantes ou outliers. Para melhores resultados será usado o aplicativo estatístico “Statistica”.