segunda-feira, 11 de março de 2013

8.10. - Diagrama de extremos e quartis

Uma vez calculados os quartis e considerando os valores extremos, isso é, o valor máximo e o valor mínimo de um conjunto de dados, podemos construir o diagrama de extremos e quartis:








  •   Para construir o diagrama de extremos e quartis marca-se sobre um eixo graduado os pontos correspondentes aos extremos do conjunto de dados bem como aos quartis.








  •   Analisando a diagrama de extremos e quartis verifica-se que os dados se distribuem de maneira uniforme entre os quartis.


8.9. - Quartis. Determinação dos quartis usando a calculadora gráfica

Para obter quartis :

  1. Ordenar os dados por ordem crescente e determinar a mediana.
  2. O 1º quartil, Q1, é a mediana dos dados que ficam a esquerda da mediana.
  3. O 3º quartil, Q3, é a mediana dos dados que ficam para a direita da mediana.


No exemplo anterior tem-se: 









Na máquina de calcular:

8.8. - Classe modal para dados agrupados em intervalos

Quando os dados são apresentados em classes com intervalos de igual amplitude chama-se classe modal à classe com maior frequência.

Também podem ocorrer situações em que há mais que uma classe modal.

  Exemplo:
















Neste caso temos duas classes modais: [75,80[  e  [85,90[ .

8.7. - Moda

Moda – A moda de um conjunto de dados estatísticos é o valor ou categoria que ocorre com maior frequência e representa-se por Mo.
Para um conjunto de dados pode existir mais do que uma moda ou até pode nem existir.
  • Se o conjunto de dados tiver uma única moda, esse conjunto diz-se unimodal.
  • Se o conjunto de dados tiver duas modas, diz-se bimodal; no caso de ter mais que duas modas, diz-se multimodal.
  • Se o conjunto de dados não tiver moda, diz-se amodal.



Exemplo:










Verifica-se que a cor “preto” é a mais frequente, logo, a moda.

8.6. - Classe mediana. Mediana aproximada para dados agrupados em intervalos

 Para o cálculo de um valor aproximado da mediana admite-se que os valores se distribuem uniformemente em cada classe. Assim, aplica-se uma regra de três simples para o cálculo do valor aproximado da mediana.

 Vamos exemplificar usando os valores da tabela apresentada na actividade anterior e as frequências relativas acumuladas.

Exemplo:
A Joana mediu os seus colegas de turma para determinar a mediana.















A classe mediana é [1,60 ; 1,65[

   0,78 – 0,48 = 0,3          0,50 – 0,48 = 0,02

   0,3 ----- 0,05          x = 0,0033

   0,02 ----- x             x = 1,60 + 0,033 = 1,6033

A mediana das alturas é, aproximadamente, 1,6033

8.5. - Mediana para dados simples ou agrupados

Se x1 , x2 , … , xn representam n valores ordenados de uma variável quantitativa, chama-se mediana e pode representar-se por Md : 

  • ao valor da variável que ocupa a posição centras, se  é ímpar:







  • à média aritmética dos dois valores centrais, se n é par:

8.4.- Propriedades da média

Propriedade 1: 
Adicionando um valor constante a cada um dos elementos de um conjunto de números, a média vem adicionada a essa constante.


   Exemplo:
Um professor decidiu aumentar três valores a cada uma das classificações dos seus alunos. A média dos resultados finais, depois deste aumento, vem acrescida de três valores



Propriedade 2:
Multiplicando cada elemento de um conjunto de números por uma constante, a média vem multiplicada por essa constante

   Exemplo:
Um professor decidiu aumentar 20% a cada uma das notas dos seus aluos. A média dos resultados finais, depois deste aumento, vem multiplicada por 1,2.
(x + 0,2x = 1,2x)



Propriedade 3:
Dados dois conjuntos de números, com o mesmo número n de elementos, de médias x e x1 respetivamente, o conjunto obtido pela soma dos elementos dos conjuntos dados, um a um, é um conjunto de n números de média x + x1 .
A Anabela no teste a seguir decidiu aumentar 20% a cada uma das notas dos seus alunos. A média dos resultados finais, depois deste aumento, bem multiplicada por 1,2 (x + 0,2x =1,2x)

8.3. - Utilização da calculadora gráfica para obter a média

Podemos usar a calculadora gráfica para calcular a média para os dados simples ou dados agrupados em classes.

Exemplo:



Em L1 colocamos o número de irmãoss e em L2 as frequências absolutas
 Seguidamente  fazemos “stat” e selecionamos a opção “calc” em que escolhemos a primeira opção “1 – Var Stats”
 Finalmente, indicamos as listas que queremos ver a variável estatística e carregamos “enter” e irá aparecer-nos, logo em primeiro, a média entre outros..:










  Neste caso a média de irmãos é 1,48

8.2. - Média aproximada para dados agrupados em intervalos

Ao calcular a média a partir de dados agrupados, em que as classes são intervalos, não se obtém o valor exacto da média, mas sim um valor aproximado. Assim, se os dados estão agrupados em classes, o valor aproximado da média calcula-se usando as fórmulas anteriores, mas considerando xi o ponto médio da classe i.

Exemplo:
O pai da Aurora disse-lhe que ela está sempre a fazer zapping enquanto vê.

Para mostrar ao pai que está errado, a Aurora registou o número de vezes que fez zapping durante os 31 dias do mês passado e calculou a média:










x = 342/31 = 11,05
A Aurora fez zapping aproximadamente 11 vezes por dia, durante um mês.




8.1. - Media para dados simples e dados agrupados

Média – A média de um conjunto de dados numéricos é o quociente entre a soma de todos os elementos da amostra e o número de elementos da amostra.

Exemplo:A Maria registou o número de vezes que ligava o computador por dia durante o mês de Maio.




1 x 1 + 6 x 2 + 5 x 3 + 4 x 4 + 4 x 5 + 5 x 6 + 3 x 7 + 2 x 8 / 30 = 131/30 = 4,4

Em média, a Rita ligou o computador 4,4 vezes por dia.

domingo, 10 de março de 2013

7.4. - Tabelas de frequências para dados contínuos

No caso de os dados em estudo serem contínuos a construção da tabela de frequências não é tão simples como no caso dos dados discretos, pois é necessário definir previamente o número de classes.

Exemplo:
    Classe - [1,80 ; 1,85[
    Limite inferior da classe - 1,80
    Limite superior da classe - 1,85
    Amplitude da classe - 1,85-1,80 = 0,05 
    Marca da classe -  1,80 + 1,85/2 = 1,83


Normalmente, para determinar o número de classes de um conjunto de dados usa-se a regra de Sturges:

  • Regra de Sturges – Para organizar uma amostra, de dados contínuos, de dimensão n pode considerar-se para números de classes o valor k onde k é o menor número inteiro tal que 2k > n .
Exemplo:
  Consideramos a amostra constituída pela massa (em gramas) de 50 pães produzidos numa padaria registada na seguinte tabela:

E fazemos os seguintes passos:

  • 1º - Determinar o número de classes que se irá usar na tabela:
  n = 50 ;  25< 50 e 26  > 50 
  Vamos usar 6 classes. 6 classes
  • 2º- Determinar a amplitude de cada classe.
29 (nº maior) – 18 (nº menor) = 11 e 11:6 (nº de classes) = 1,8 então consideramos que a amplitude de classe é 2 pois temos de considerar a amplitude um valor aproximado por excesso relativamente ao obtido.
  • 3º - O limite inferior da 1º classe será o valor minimo da amostra, ou seja, 18.

7.13. - Considerações gerais sobre representações gráficas

 Neste capitulo foram apresentados os tipos de gráficos mais utilizados : gráficos de barras, gráficos circulares  pictograma, histograma e polígonos de frequências.
 No dia a dia encontramos muitos outros tipos de gráficos como por exemplo:


  • Gráficos de linhas ou cronogramas:














  • Pirâmides Estarias:

7.12. - diagrama de caule-e-folhas

Esta forma de organização de dados tem a particularidade de permitir ao observador uma percepção do aspecto global da forma como os dados se distribuem sem que, ao mesmo tempo, se perca a informação.

Separa-se o dígito das dezenas, a que chamamos caule, do dígito das unidades, a que chamamos folha.

Exemplo:








7.11 Função cumulativa para dados agrupados em classes

Exemplo:
Tabela relativa a uma amostra da massa, em quilogramas, de 50 abóboras.



  • O limite inferior da segunda classe é o 6 e a frequência acumulada é a frequência da classe anterior, ou seja, 0,1.

  • Admitindo que a frequência se distribui uniformemente sobre a classe, une-se o ponto de coordenadas (3 , 0) com o ponto de coordenadas (6 ; 0,1).

  • Procede-se de modo idêntico até se chegar à última classe.

  • O gráfico continua com o segmento ao eixo Ox pois sabemos que a frequência relativa acumulada correspondente ao seu limite superior é igual a 1.

7.10 Polígonos de frequências para dados agrupados em classes

O polígono de frequências para dados agrupados em classes resulta da união sucessiva, através de segmentos de recta, dos pontos médios dos lados superiores dos diferentes rectângulos de um histograma.

Para a sua construção, localiza-se o ponto cuja abcissa é igual ao ponto médio da classe e a ordenada é a correspondente à frequência da classe. Unem os sucessivos pontos formando um polígono. De modo a obter uma figura fechada, juntam-se classes extra, uma de cada lado, de frequência zero.


  Exemplo:

7.9. - Histograma

No caso de uma variável contínua é muito frequente representar graficamente os dados através de um histograma.
  • O gráfico deve ter um título adequado;
  • Os dados estão agrupados em classes (sejam contínuos ou discretos);
  • A área da barra retangular é proporcional à frequência;
  • Os diferentes valores da variável estão representados no eixo horizontal que está dividido numa escala contínua como um eixo cartesiano;
  • No eixo vertical estão representadas as frequências das classes;
  • As barras são desenhadas verticalmente e correspondem a cada uma das classes em que os valores foram agrupados;
  • Não há espaço entre as barras.

     Exemplo:


7.8. - Função cumulativa para dados discretos

As frequências acumuladas são representadas graficamente pela função cumulativa.
A função cumulativa indica, para cada valor real x, a frequência absoluta (ou relativa) de observações menores ou iguais a x.

Exemplo:
A 20 trabalhadores de uma empresa perguntou-se qual era a despesa que tinha, em euros, por semana, em transportes públicos.
Os dados obtidos foram os seguintes:


Resolução:

N (x) = 0 se x <14
           4 se 14 < x < 15
          11 se 15 < x < 16
          16 se 16 < x < 17
          18 se 17 < x < 18
          19 se 18 < x < 19
          20 se x > 19
        
E obtemos uma representação gráfica deste tipo:
 

7.7. - Pictogramas

Os pictogramas são gráficos muito semelhantes aos gráficos de barras. A única diferença reside no facto de se utilizarem símbolos mais atraentes alusivos à situação concreta em estudo.
  • Indicar no gráfico o significado de cada símbolo;
  • Utilizar símbolos sugestivos em relação à variável estatística em estudo;
  • Utilizar sempre o mesmo símbolo;
  • Desenhar os símbolos em linhas ou colunas;
  • Espaçar igualmente os símbolos;
  • Expressar as diferentes frequências através de um maior ou menor número de símbolos, não aumentando ou diminuindo o tamanho do símbolo;
  • O gráfico deve ter um título adequado.

Exemplo:
 

7.6 Gráficos circulares

Os gráficos circulares são uma boa forma de mostrar como um todo está repartido.Na construção de um gráfico deve ter-se em conta que:
  • A amplitude de cada sector é proporcional à frequência que representa;
  • A legenda pode ser dispensada, inscrevendo-se os valores da variável e as suas frequências juntos dos respectivos sectores circulares a que se referem;
  •  Podem-se usar cores diferentes para os diferentes sectores; o gráfico deve ter um título adequado.
  • O gráfico deve ter um titulo adequado.


Exemplos:

1.



2.


7.5 Representação gráfica. Gráficos de barras

  A representação gráfica é um tema complexo onde se intersectam áreas diversas como a estatística, psicologia e o desenho.
  Um gráfico pode estar correto do ponto de vista estatístico, mas não ser atractivo nem de leitura fácil.
  Os gráficos de barras são fáceis de construir e de ler, por isso são os mais populares.

Exemplo:


  •         Gráfico de barras simples verticais:




  • Gráfico de barras simples horizontais 




  • Gráfico de barras agrupadas





  • Gráfico de barras em sobreposição