

Estude fácil! Tem muito documento disponível na Docsity
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
Prepare-se para as provas
Estude fácil! Tem muito documento disponível na Docsity
Prepare-se para as provas com trabalhos de outros alunos como você, aqui na Docsity
Os melhores documentos à venda: Trabalhos de alunos formados
Prepare-se com as videoaulas e exercícios resolvidos criados a partir da grade da sua Universidade
Responda perguntas de provas passadas e avalie sua preparação.
Ganhe pontos para baixar
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
Comunidade
Peça ajuda à comunidade e tire suas dúvidas relacionadas ao estudo
Descubra as melhores universidades em seu país de acordo com os usuários da Docsity
Guias grátis
Baixe gratuitamente nossos guias de estudo, métodos para diminuir a ansiedade, dicas de TCC preparadas pelos professores da Docsity
Saúde pública .................
Tipologia: Slides
1 / 3
Esta página não é visível na pré-visualização
Não perca as partes importantes!
Nesta webaula, estudaremos as medidas de dispersão e de probabilidade. Além disso, apresentaremos os testes de hipótese e demais conceitos de estatística inferencial.
O Estudo de Impacto Ambiental (EIA) pode ser entendido como um instrumento de gestão ambiental, do qual se objetiva planejar ações futuras relacionadas a empreendimentos de elevado grau de degradação ambiental. As medidas separatrizes são classi cadas como quartis, decis e percentis. Nesse momentos dos nossos estudos, daremos ênfase aos quartis, medidas de localização que dividem o rol em quatro partes iguais e são classi cados em primeiro, segundo e terceiro quartil (Q¹, Q² e Q³).
Os decis, por sua vez, dividem o rol em dez partes iguais, e os percentis em cem partes iguais.
Os quartis são valores dados a partir de uma série de elementos que devem estar dispostos em ordem crescente, sendo “Q¹” o número que deixa 25% abaixo e 75% acima, “Q²” aquele sempre igual à mediana, deixando 50% das observações abaixo e 50% acima e “Q³” o número que deixa 75% das observações abaixo e 25% acima.
As medidas de dispersão são capazes de demonstrar a distância em que os elementos de um conjunto se encontram uns dos outros. Logo, podemos dizer que o objetivo das medidas de dispersão é encontrar um valor que seja capaz de resumir a variabilidade de um conjunto de dados. Dentre as medidas de dispersão destacamos:
Amplitude^
É representada pela diferença entre o maior e o menor elemento do conjunto, ou seja, para encontrá-la, é necessário subtrair o menor elemento do maior.
Variância^
É uma medida de dispersão que demonstra quão distantes os elementos do conjunto estão da média.
Desvio padrão^
Demonstra a uniformidade ou o grau de dispersão de uma série de dados. Quanto mais próximo esse valor for de zero, maior será a homogeneidade dos dados e menor a sua dispersão.
Você sabia que seu material didático é interativo e multimídia? Isso signi ca que você pode interagir com o conteúdo de diversas formas, a qualquer hora e lugar. Na versão impressa, porém, alguns conteúdos interativos cam desabilitados. Por essa razão, que atento: sempre que possível, opte pela versão digital. Bons estudos!
Coe ciente de variação
Nada mais é que o desvio padrão relativo. Demonstra, em porcentagem, a variabilidade dos dados em relação à média. Quanto menor o coe ciente de variação é, mais homogêneo são os dados do conjunto.
A probabilidade é o ramo matemático dedicado ao cálculo das chances de ocorrência de um fenômeno, como a probabilidade de obter o resultado 6 na rolagem de um dado não viciado. Um dos termos mais importantes utilizados em probabilidade, é o espaço amostral (Ω), que compreende o conjunto de todos os possíveis resultados de um experimento e evento, que é o resultado esperado, ou seja, o evento ou fenômeno que se quer investigar. Por exemplo, ao rolar um dado, qual a probabilidade de se obter um resultado par? Nesse caso, o evento será os valores 2, 4 e 6, considerando um dado de 6 faces.
O conceito de intervalo de con ança é utilizado para indicar a con abilidade de determinada estimativa (nível de con ança), conseguido por meio de uma estimativa para um parâmetro populacional, obtidos a partir de elementos amostrais, os quais espera-se que contenham o valor do parâmetro populacional com um nível de con ança que, geralmente, vai de 90 a 99%. Dessa forma, se o nível de con ança para uma observação é de 95%, o risco de erro da inferência estatística será de 5%.
Os testes de hipótese é uma metodologia que auxilia na tomada de decisão sobre uma ou mais populações e que é obtida a partir de informações extraídas de uma amostra, por meio de inferência estatística. É a partir do teste de hipótese que podemos avaliar a veracidade de um ou mais parâmetros populacionais. Para o teste de hipótese, deve-se inicialmente admitir um valor hipotético para um parâmetro populacional, geralmente extraído da amostra. A partir disso e com as informações dessa amostra, é realizado um teste estatístico que aceitará ou rejeitará esse valor hipotético assumido. São os dois tipos de hipótese: Hipótese nula (H0): possui uma a rmação de igualdade, ou seja, utilizará apenas a rmações do tipo “menor ou igual, igual ou maior ou igual” (≤, = ou ≥). Hipótese alternativa (Ha): é o que complementa a hipótese nula. Será verdadeira caso a outra seja falsa e vice-versa. Contém a rmação de desigualdade estrita, como “menor, diferente ou maior” (<, ≠ ou >).
Além do Teste T, existem diversos outros testes com diferentes aplicabilidades. Eis alguns exemplos:
Teste do qui-quadrado: teste de hipóteses que tem por objetivo encontrar o valor da dispersão para duas variáveis categóricas nominais e veri car a associação entre variáveis qualitativas.
Teste de Mann-Whitney: teste indicado para se comparar dois grupos não pareados e veri car se pertencem ou não à mesma população.
Teste ANOVA: pode ser utilizado para testar a diferença entre três grupos ou mais, enquanto o Teste T é utilizado em até dois grupos.
Para nalizar esta webaula e compreender melhor as medidas de dispersão, seus conceitos e cálculos e se aprofundar em outras medidas existentes, sugere-se a leitura do material da Universidade de São Paulo, principalmente das páginas 37 a 47. GUEDES, T. A.; JANEIRO, V.; MARTINS, A. B. T.; ACORSI, C. R. L. Estatística descritiva. In: GUEDES, T. A.; JANEIRO, V.; MARTINS, A. B. T.; ACORSI, C. R. L. Projeto de Ensino: aprender fazendo estatística. [S. l.: s. n.], 2005.