1-Medidas de Estatistica Descritiva
1-Medidas de Estatistica Descritiva
1-Medidas de Estatistica Descritiva
Introdução
a) Objectividade;
b) Dependencia de todas observaçoes;
c) Significado bem prediso para a sua interpretaçao;
d) Facilidade de cálculo
e) Pouca variabilidade às flutuaçoes de amostragem.
1. Medidas de Localização;
2. Medidas de Dispersão;
3. Medidas de Assimetria;
4. Medidas de Curtose;
5. Medidas de Concentração.
X 1 + X 1 + X 1 +…+ X N 1 n
µ= = ∑ Xi
N N i=1
X 1 + X 1 + X 1 +…+ X n 1 n
X= = ∑ Xi
n n i=1
OBS: quando desejamos conhecer a média dos dados não agrupados em tabelas
de frequências, determinamos a média aritmética simples.
n
1
X= ∑X
n i=1 i
Para estes casos a Média passa a ser um valor aproximado da verdadeira Média
aritmética, que se obteria a partir dos dados desagrupados, por causa da
substituiçao dos valores observados pelos pontos médios. Assim, uma distribuição
por classes diferente, dao outro pontos médios e, portanto, também um provavel
valor diferente da média.
Média geométrica
[ ]
N
1
Mg=ant log ∑ log X i
N i=1
Mg= √ X F1 ∗X F2 ∗X 3F ∗…∗X FN
N 1 2 3 N
[ ]
N
1
Mg=ant log ∑ F log X i
N i=1 i
[∑ ]
N
Mg=ant log f i log X i
i=1
Vantagens da Média geométrica
1. Utiliza toda informação do rol de dados e pode ser calculada com precisão
matemática, desde que não haja valores negativos ou nulos;
2. É a única média que pode ser utilizada para indicar taxas de variação;
3. No cálculo desta média, os valores extremos tém menor efeito sobre ela,
diferente da média aritmética.
MÉDIA HARMÓNICA
N
Mh=
1 1 1 1
+ + +…+
X1 X2 X3 XN
MODA (Mo)
Numa série estatística, chamamos de moda ao valor (observação) que ocorre com
maior frequência, isto é, o valor mais comum.
Quando os dados estão agrupados em classes, a moda corresponde a frequência
simples mais alta e o valor da moda é tomado como o ponto médio do intervalo da
classe (moda bruta), caso não se ache o PM, chamamos de classe modal.
No caso de os dados estarem apresentados em gráficos, a moda é o valor que
corresponde, no eixo das abcissas, ao ponto de ordenada máxima.
A Moda quando os dados não estão agrupados
A moda é facilmente reconhecida: basta, de acordo com definição, procurar o valor
que mais se repete.
Há séries nas quais não existe valor modal, isto é, nas quais nenhum valor aparece
mais vezes que outros (série amodal).
.Em outros casos, pode haver dois ou mais valores de concentração. Dizemos
então, que a série tem dois ou mais valores modais (bimodal os multimodal).
Existem método mais elaborados para se determinar a moda de uma distribuição
em classes:
Método de Czuber
∆1
Mo=li+ ∗I , onde:
∆ 1+ ∆ 2
li- limite inferior da classe modal.
∆1= Fi−F i-1; frequência da classe modal menos a frequência da classe anterior.
∆2= Fi−F i+1; frequência da classe modal menos a frequência da classe posterior.
I −¿ é o intervalo da classe modal.
Método de King
F i+1
Mo=li+ ∗I , onde:
F i−1+ F i+1
F i-1; - frequência da classe anterior.
F i+1 - frequência da classe posterior.
Método de Pearson
Mo=3 Md−2 X , onde:
Md - mediana