Skip to main content
Global

2: Estatísticas descritivas

  • Page ID
    190078
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    Neste capítulo, você estudará formas numéricas e gráficas de descrever e exibir seus dados. Essa área da estatística é chamada de “Estatística Descritiva”. Você aprenderá como calcular e, mais importante ainda, como interpretar essas medidas e gráficos.

    • 2.1: Prelúdio da estatística descritiva
      Neste capítulo, você estudará formas numéricas e gráficas de descrever e exibir seus dados. Essa área da estatística é chamada de “Estatística Descritiva”. Você aprenderá como calcular e, mais importante ainda, como interpretar essas medidas e gráficos. Neste capítulo, examinaremos brevemente os gráficos de caule e folhas, gráficos de linhas e gráficos de barras, bem como polígonos de frequência e gráficos de séries temporais. Nossa ênfase será em histogramas e diagramas de caixas.
    • 2.2: Gráficos de caule e folha (Stemplots), gráficos de linhas e gráficos de barras
      Um gráfico de caule e folha é uma forma de plotar dados e observar a distribuição, onde todos os valores de dados dentro de uma classe são visíveis. A vantagem em um gráfico de caule e folha é que todos os valores são listados, diferentemente de um histograma, que fornece classes de valores de dados. Um gráfico de linhas é frequentemente usado para representar um conjunto de valores de dados em que uma quantidade varia com o tempo. Esses gráficos são úteis para encontrar tendências. Um gráfico de barras é um gráfico que usa barras horizontais ou verticais para mostrar comparações entre categorias.
    • 2.3: Histogramas, polígonos de frequência e gráficos de séries temporais
      Um histograma é uma versão gráfica de uma distribuição de frequência. O gráfico consiste em barras de igual largura desenhadas adjacentes umas às outras. A escala horizontal representa classes de valores de dados quantitativos e a escala vertical representa frequências. As alturas das barras correspondem aos valores de frequência. Os histogramas são normalmente usados para conjuntos de dados grandes, contínuos e quantitativos. Um polígono de frequência também pode ser usado ao representar graficamente grandes conjuntos de dados com pontos de dados que se repetem.
    • 2.4: Medidas da localização dos dados
      Os valores que dividem um conjunto de dados ordenado por classificação em 100 partes iguais são chamados de percentis e são usados para comparar e interpretar dados. Por exemplo, uma observação no 50º percentil seria maior que 50% das outras observações no conjunto. Os quartis dividem os dados em trimestres. O primeiro quartil é o 25º percentil, o segundo quartil é 50º percentil e o terceiro quartil é o 75º percentil. O intervalo interquartil é o intervalo dos 50% médios dos valores dos dados
    • 2.5: Gráficos de caixas
      Os gráficos de caixa são um tipo de gráfico que pode ajudar a organizar visualmente os dados. Para representar graficamente um gráfico de caixa, os seguintes pontos de dados devem ser calculados: o valor mínimo, o primeiro quartil, a mediana, o terceiro quartil e o valor máximo. Depois que o gráfico da caixa for representado graficamente, você poderá exibir e comparar distribuições de dados.
    • 2.6: Medidas do Centro dos Dados
      A média e a mediana podem ser calculadas para ajudar você a encontrar o “centro” de um conjunto de dados. A média é a melhor estimativa para o conjunto de dados real, mas a mediana é a melhor medida quando um conjunto de dados contém vários valores atípicos ou valores extremos. O modo mostrará os dados (ou dados) que ocorrem com mais frequência em seu conjunto de dados. A média, a mediana e o modo são extremamente úteis quando você precisa analisar seus dados.
    • 2.7: Distorção e média, mediana e modo
      Analisar a distribuição dos dados pode revelar muito sobre a relação entre a média, a mediana e o modo. Há três tipos de distribuições. Uma distribuição distorcida à direita (ou positiva), uma distribuição distorcida à esquerda (ou negativa) e uma distribuição simétrica.
    • 2.8: Medidas da disseminação dos dados
      Uma característica importante de qualquer conjunto de dados é a variação nos dados. Em alguns conjuntos de dados, os valores dos dados estão concentrados próximos à média; em outros conjuntos de dados, os valores dos dados são mais amplamente distribuídos da média. A medida mais comum de variação, ou dispersão, é o desvio padrão. O desvio padrão é um número que mede a distância entre os valores dos dados e sua média.
    • 2.9: Estatísticas descritivas (planilha)
      Uma planilha de estatísticas: O aluno construirá um histograma e um gráfico de caixa. O aluno calculará estatísticas univariadas. O aluno examinará os gráficos para interpretar o que os dados implicam.
    • 2.E: Estatísticas descritivas (exercícios)
      Estes são exercícios de lição de casa para acompanhar o mapa de texto criado para “Estatísticas introdutórias” pela OpenStax.