2: Estatísticas descritivas
- Page ID
- 190078
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)
\( \newcommand{\dsum}{\displaystyle\sum\limits} \)
\( \newcommand{\dint}{\displaystyle\int\limits} \)
\( \newcommand{\dlim}{\displaystyle\lim\limits} \)
\( \newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\)
( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\)
\( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)
\( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\)
\( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)
\( \newcommand{\Span}{\mathrm{span}}\)
\( \newcommand{\id}{\mathrm{id}}\)
\( \newcommand{\Span}{\mathrm{span}}\)
\( \newcommand{\kernel}{\mathrm{null}\,}\)
\( \newcommand{\range}{\mathrm{range}\,}\)
\( \newcommand{\RealPart}{\mathrm{Re}}\)
\( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)
\( \newcommand{\Argument}{\mathrm{Arg}}\)
\( \newcommand{\norm}[1]{\| #1 \|}\)
\( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)
\( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\AA}{\unicode[.8,0]{x212B}}\)
\( \newcommand{\vectorA}[1]{\vec{#1}} % arrow\)
\( \newcommand{\vectorAt}[1]{\vec{\text{#1}}} % arrow\)
\( \newcommand{\vectorB}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vectorC}[1]{\textbf{#1}} \)
\( \newcommand{\vectorD}[1]{\overrightarrow{#1}} \)
\( \newcommand{\vectorDt}[1]{\overrightarrow{\text{#1}}} \)
\( \newcommand{\vectE}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash{\mathbf {#1}}}} \)
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\(\newcommand{\longvect}{\overrightarrow}\)
\( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)
\(\newcommand{\avec}{\mathbf a}\) \(\newcommand{\bvec}{\mathbf b}\) \(\newcommand{\cvec}{\mathbf c}\) \(\newcommand{\dvec}{\mathbf d}\) \(\newcommand{\dtil}{\widetilde{\mathbf d}}\) \(\newcommand{\evec}{\mathbf e}\) \(\newcommand{\fvec}{\mathbf f}\) \(\newcommand{\nvec}{\mathbf n}\) \(\newcommand{\pvec}{\mathbf p}\) \(\newcommand{\qvec}{\mathbf q}\) \(\newcommand{\svec}{\mathbf s}\) \(\newcommand{\tvec}{\mathbf t}\) \(\newcommand{\uvec}{\mathbf u}\) \(\newcommand{\vvec}{\mathbf v}\) \(\newcommand{\wvec}{\mathbf w}\) \(\newcommand{\xvec}{\mathbf x}\) \(\newcommand{\yvec}{\mathbf y}\) \(\newcommand{\zvec}{\mathbf z}\) \(\newcommand{\rvec}{\mathbf r}\) \(\newcommand{\mvec}{\mathbf m}\) \(\newcommand{\zerovec}{\mathbf 0}\) \(\newcommand{\onevec}{\mathbf 1}\) \(\newcommand{\real}{\mathbb R}\) \(\newcommand{\twovec}[2]{\left[\begin{array}{r}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\ctwovec}[2]{\left[\begin{array}{c}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\threevec}[3]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\cthreevec}[3]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\fourvec}[4]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\cfourvec}[4]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\fivevec}[5]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\cfivevec}[5]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\mattwo}[4]{\left[\begin{array}{rr}#1 \amp #2 \\ #3 \amp #4 \\ \end{array}\right]}\) \(\newcommand{\laspan}[1]{\text{Span}\{#1\}}\) \(\newcommand{\bcal}{\cal B}\) \(\newcommand{\ccal}{\cal C}\) \(\newcommand{\scal}{\cal S}\) \(\newcommand{\wcal}{\cal W}\) \(\newcommand{\ecal}{\cal E}\) \(\newcommand{\coords}[2]{\left\{#1\right\}_{#2}}\) \(\newcommand{\gray}[1]{\color{gray}{#1}}\) \(\newcommand{\lgray}[1]{\color{lightgray}{#1}}\) \(\newcommand{\rank}{\operatorname{rank}}\) \(\newcommand{\row}{\text{Row}}\) \(\newcommand{\col}{\text{Col}}\) \(\renewcommand{\row}{\text{Row}}\) \(\newcommand{\nul}{\text{Nul}}\) \(\newcommand{\var}{\text{Var}}\) \(\newcommand{\corr}{\text{corr}}\) \(\newcommand{\len}[1]{\left|#1\right|}\) \(\newcommand{\bbar}{\overline{\bvec}}\) \(\newcommand{\bhat}{\widehat{\bvec}}\) \(\newcommand{\bperp}{\bvec^\perp}\) \(\newcommand{\xhat}{\widehat{\xvec}}\) \(\newcommand{\vhat}{\widehat{\vvec}}\) \(\newcommand{\uhat}{\widehat{\uvec}}\) \(\newcommand{\what}{\widehat{\wvec}}\) \(\newcommand{\Sighat}{\widehat{\Sigma}}\) \(\newcommand{\lt}{<}\) \(\newcommand{\gt}{>}\) \(\newcommand{\amp}{&}\) \(\definecolor{fillinmathshade}{gray}{0.9}\)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.