Estatística Aplicada - Aula 02

Panorama Histórico

A Estatística é recente ou não?

Não, ela se assemelha ao tempo da matemática. Segundo alguns estatísticos ela é tão antiga quanto a matemática, mais ou menos 5 mil anos antes de Cristo.

Em relação a hoje, como era a estatística antigamente?

Era bem rudimentar. Não havia estatística naquele tempo, ao menos não do modo que temos hoje, por exemplo, o Governo não recebia dados estatísticos.

Naquele tempo, não se registrava crianças, e o capitólio não tinha conhecimento nem sobre nascimentos ou óbitos. Alguns registros eram apenas rabiscos ou breves anotações (sendo a anotação um dos itens mais antigos da sociedade humana). O Governo não possuia um censo de nada, as famílias, quando não estavam dispersas, é quem anotavam algumas questões.

A partir de quando começou a surgir as primeiras análises estatísticas?

Foi a partir do sećulo XVI, onde as primeiras tabelas com dados surgiram.

O que ocorreu no século XVIII ?

Nesse século a estatística deu um grande impulso, tendo os seguintes fatores:

• Foi batizada com o nome de Estatística, por Godofredo Achenwall;
• Passou a ser uma ciência ligada aos neǵocios dos Estados;
• Godofredo introduziu o conceito de Blaise Pascal -> Teoria das Chances (probabilidade)

A partir do século XIX como se apresentou a estatística?

A partir deste século, ela passou a estar presente em todas as situações. No cotidiano, no comércio, nas indústrias e outros.

Como Ronald A. Fisher definiu a estatística?

Considerou que a estatística é uma matemática aplicada, e apresentou os princípios de planejamentos de experimentos, introduzindo o método de aleatorização e análise de variância.

Fases do método estatístico

1. Identificar ou definir o Problema.

• O que fazer.

2. Planejamento.

• Como fazer.

3. Coleta de dados
4. Organização dos dados
5. Resumo dos dados em tabelas e gráficos
6. Apresentação destes dados
7. Análise e interpretação dos dados

Objeto da estatística

• Estudo dos experimentos.
• Análise.
• Interpretação

Diferenças entre a Matemática e a Estatística

A Estatística trabalha com quantidade, aproximação e projeção. Diferente da matemática que, sendo exata, não permite uma aproximação ou projeção, o resultado é o que é.

Se na matemática 2+3=5, para a estatística é 5 ou próximo de 5.

Divisão da Estatística

• Descritiva:
  • Analisa, descreve, faz tabelas e gráficos simples, tirando conclusões simples.
• Indutiva (ou Inferencial):
  • Analisa, descreve, faz tabelas e gráficos mais elaborados, fazendo conclusões profundas

População

É o todo do experimento que o pesquisador irá pesquisar. Este todo considera a população pesquisada. E não é população de povo, mas de popular. Ou seja, “Todas as frutas” é a população de frutas, “Todo o sangue” é a população de sangue.

Em estatística População é o todo.

População de Interesse

É a parte que interessa ao pesquisador. Os dados representarão a população por compleo, mas a População de interesse é aquela que formará a informação.

Amostra

Uma porção ou parte de uma população.

Problemas com amostras

• Qualquer amostra é adequada para um resultado satisfatório em estatística?
  • Não. Existem três critérios de amostra adequada.
    • Nunca se deve pesquisar menos que 10% da população de interesse;
    • A retirada da amostra precisa ser feita em toda a extensão da população de interesse
    • A colheita dessa amostra precisa ser aleatória.

Exercícios

Gabriel Coelho Soares

1. A partir do século XVIII por Godofredo Achenwall.

2. Godofredo Achenwal foi um historiador e jurista alemão. Foi um dos intelectuais que mais contribuiu para o desenvolvimento da Estatística (batizando-a)

3. Considerou que a estatística é uma matemática aplicada, e apresentou os princípios de planejamentos de experimentos, introduzindo o método de aleatorização e análise de variância.

4. Em estudos meteorológicos, em empresas de todo o tipo, porte e ramo, em monografias. A estatística está ligada a todos os ramos empresariais, industriais e cotidianos.

5. IBGE, DataFolha, FGV, Climatempo, entre outras.

6. Não necessariamente. Vemos, no estudo da estatística, que ela difere da matemática justamente na sua exatidão. A Estatística prevê um valor, mas mais que o valor em si, é uma aproximação. Logo, é correto afirmar que não chegará exatamente nos 80% mas algo próximo disso.

7. Tratando-se de estatística pode ou não chover conforme a descrição.

8. População é o todo que está sendo pesquisado, enquanto População de Interesse é o objeto principal do estudo, aquilo em que o pesquisador irá focar sua atenção, o seu interesse. No entanto, pode acontecer de um ser exatamente o outro.

9. Para colher uma amostra:

• É necessária pesquisar ao menos 10% da população de interesse;
• A retirada desta amostra precisa ser feita em toda a extensão da população;
• A colheita precisa ser aleatória.

10. Deve-se retirar os abacaxis e separa-los em setores. Recolher 10% de cada setor aleatoriamente para realizar uma amostra eficaz. Assim, é incorreto afirmar que que todos não estão dulcificados.

11. A primeira (Descritiva) é mais simplificada, enquanto a segunda (Inferencial) tem por foco ser mais detalhada. Em seu teor, só diferem nisto, pois ambas Analisam, Descrevem e compõem tabelas e gráficos.

• Identificar ou definir o problema;
• Planejamento;
• Coleta de dados
• Organização dos dados
• Resumo dos dados em tabelas e gráficos
• Apresentação destes dados
• Análise e interpretação dos dados

13. Gerar novos dados atualizados da quantidade de pessoas viventes para incrementar nos dados estatísticos.

14. 4*80 = 320.

• Deve-se provar 32 laranjas para chegar a conclusão de estarem boas.
• Todas as laranjas são a população.
• As laranjas provadas são a amostra.

15. A melhor forma seria colher 8 unidades de laranja de cada saco de maneira aleatória. Isto representa 10% de cada saco, passo importante para realizar corretamente a coleta da amostra.

16. a) População: TODAS as as precipitações pluviométricas.
    Amostra: Precipitações pluviométricas de 1960 a 1983

b) População: TODOS os 500 pés de manga
Amostra: 80 pés de manga

c) População: TODOS os alunos da escola
Amostra: 100 alunos sorteados

d) População: TODA a população urbana
Amostra: População Urbana de 1960 à 1980.

e) População: TODOS os pagamentos do ICMS
Amostra: Pagamentos do ICMS de duas empresas da região de Limeira.

17. Agrupar os dados, transforma-los em informação e melhorar a compreensão destas.