MÉTODOS QUANTITATIVOS
Amostragem, Medidas de posição e dispersão,
Gráficos, inferências, etc...
Amostragem dos dados
Amostra Aleatória Simples A.A.S
Amostra Aleatória Estratificada A.A.E
Amostra Aleatória por Conglomerado A.A.C
População Amostra
Exemplos usando o R
Vamos criar um arquivo de dados simples:
Dados<-c(1,2,3,4,5,6,7,8,9,10)
Podemos facilmente verificar as principais informações sobre esse conjunto de dados usando a função
“summary”
summary(dados)
Min. 1st Qu. Median Mean 3rd Qu. Max.
1.00 3.25 5.50 5.50 7.75 10.00
É possível usar as funções específicas também:
> mean(dados)
5.5
> median(dados)
5.5
> min(dados)
1
> max(dados)
10
> quantile(dados)
0% 25% 50% 75% 100%
1.00 3.25 5.50 7.75 10.00
Exemplos usando o R
Do mesmo modo é muito fácil gerar o gráfico de caixa:
> boxplot(dados)
O resultado é o seguinte:
Exemplos usando o R
Exemplos usando o R
Exemplos usando o R
Exemplos usando o R
Gráfico de Pizza
#Sintaxe:
pie(dados,opções)
#Exemplo:
a<-c(0.12, 0.3, 0.26, 0.16, 0.04, 0.12)
names(a)<-c("a","b","c","d","e","f")
pie(a,col = c("red","blue","green","gray", "brown", "black"))
Exemplos usando o R
O desvio padrão é facilmente obtido pela função sd():
> sd(dados)
3.02765
A variância é dada pela função var():
var(dados) Var(X) = (SD)²
9.166667
Exemplos usando o R
Não temos uma função “pronta” para o Coeficiente de Variação (CV), mas podemos facilmente construir uma
usando a definição de CV:
CV = 100*sd(dados)/mean(dados)
55.04819
Ou seja, em torno de 55%
Exemplos usando o R
Para análises de correlações estatísticas, podemos usar o R com grande facilidade.
Inicialmente precisamos crias os conjuntos de dados a serem analisados:
X1<-c(1,2,3,4,5,6,7,8,9,10)
Y1<-c(2,0,6,3,9,4,10,8,12,8)
X2<-c(1,2,3,4,5,6,7,8,9,10)
Y2<-c(8,12,8,10,4,9,3,6,0,2)
Exemplos usando o R
Usando a função plot(), criamos os gráficos para os dois pares de dados (X e Y)
Os gráficos são gerados pelo seguinte script:
plot(X1, Y1, xlab="Variável X", ylab="Variável Y", pch = 16, col = "blue", xlim = c(0, 12), ylim = c(0, 14), cex = 2)
plot(X2, Y2, xlab="Variável X", ylab="Variável Y", pch = 16, col = "red", xlim = c(0, 12), ylim = c(0, 14), cex = 2)
Exemplos usando o R
O coeficiente de correlação pode ser calculado pela equação
Ou…. Usando facilmente a função cor(X1, Y1) para os primeiros conjuntos de dados!
> cor(X1, Y1)
0.7810587
Vejam que a aplicação da equação para o coeficiente de correlação é bastante complicada, mesmo para um
conjunto de poucos dados. Imaginem o trabalho para aplicar a equação num conjunto de centenas ou
milhares de dados!
Usando o R, obtemos o coeficiente de correlação em segundos.
Agora fazendo o mesmo para o segundo conjunto de dados (X2 e Y2):
> cor(X2, Y2)
-0.7810587
Se houver dados faltantes (NA), podemos realizar a correlação apenas com os pares válidos
cor(Nacoes$TFR, Nacoes$PIB, use = "[Link]")
Exemplos usando o R
Podemos efetuar uma análise de regressão linear pelo comando lm(var1 ~var2)
Reglin <- lm(X1 ~ Y1)
summary(Reglin)
Call:
lm(formula = X1 ~ Y1)
Residuals:
Min 1Q Median 3Q Max
-2.3772 -1.6497 0.1228 1.1624 3.3952
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 1.6946 1.2487 1.357 0.21178
Y1 0.6138 0.1735 3.538 0.00765 **
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 2.005 on 8 degrees of freedom
Multiple R-squared: 0.6101, Adjusted R-squared: 0.5613
F-statistic: 12.52 on 1 and 8 DF, p-value: 0.007645
Exemplos usando o R
Podemos efetuar uma análise de regressão linear pelo comando lm(var1 ~ var2)
> plot(X1, Y1, xlab="Variável X", ylab="Variável Y", pch = 16, col = "blue", xlim = c(0, 12), ylim = c(0, 14), cex = 2)
> abline(Reglin)
Exemplos usando o R
Usando o arquivo [Link]
> plot(Nacoes$TFR, Nacoes$PIB, col=Nacoes$regiao)
Exemplos usando o R
Usando o arquivo [Link]
pairs(Nacoes)
Exemplos usando o R
Usando o arquivo [Link]
pairs(Nacoes, col = Nacoes$regiao)
Exemplos usando o R
Usando o arquivo [Link]
plot(Nacoes$PIB, Nacoes$[Link], col = Nacoes$regiao, , pch = 15)
Exemplos usando o R
Usando o arquivo [Link]
plot(Nacoes$PIB, Nacoes$[Link], col = Nacoes$regiao, pch = 15)
legend("topright", # Add legend to plot
+ legend = c("Africa", "Asia"),
+ col = 1:2,
+ pch = 16)
>
Exemplos usando o R
Testes de hipóteses
Os testes de hipóteses basicamente são classificados em duas categorias: paramétricos e não paramétricos.
Testes paramétricos são aqueles que utilizam os parâmetros da distribuição dos dados, ou uma estimativa
destes, para o cálculo de sua estatística. Exemplo: Média, desvio-padrão e proporção.
Já os testes não paramétricos não requerem tais pressupostos.
Exemplo do teste ANOVA
A Análise de Variância, ou ANOVA, é um teste paramétrico.
Ela testa a hipótese de que a média de duas ou mais populações são iguais.
A ANOVA é uma ferramenta que auxilia a avaliar a importância de um ou mais fatores, comparando as médias
das variáveis resposta nos diferentes grupos testados.
O princípio utilizado pela ANOVA para determinar a diferença entre médias é baseada na análise de dois
elementos da amostra: (i) a variação entre as médias dos grupos analisados; (ii) a variação em relação às
amostras dentro do mesmo grupo.
Exemplos usando o R
Exemplo do teste ANOVA
SQ(total) = SQ(entre) + SQ(dentro)
Onde:
SQ(total) ou soma total de quadrados: é uma medida da variação total (em torno de x) em todos os dados
amostrais combinados;
SQ(entre): é uma medida da variação entre as médias amostrais combinados.
Exemplos usando o R
Exemplo do teste ANOVA
SQ(dentro) ou SQ(intra): é a soma de quadrados que representa a variabilidade comum a todas a populações
em consideração.
Matematicamente calculamos o SQ(intra) da seguinte maneira:
Encontrados os nossos valores das somas dos quadrados, e os nossos graus de liberdade intra e entre grupos,
podemos calcular os nossos quadrados médios (QM). Para isso, calculamos da seguinte maneira:
QM(intra) = SQ(intra)/GL(intra)
QM(entre) = SQ(entre)/GL(entre)
Exemplos usando o R
Exemplo do teste ANOVA
Após isso, podemos calcular o nosso valor de F, que diz respeito ao valor de poder que nos prediz quanto da
fração é explicado pelo tratamento.
F é calculado da seguinte maneira:
Onde:
QM(entre): Variação entre as amostras
QM(intra): Variação dentro das amostras
É importante salientar que, para aplicarmos a ANOVA, os dados devem respeitar as seguintes premissas:
- Amostras independentes;
- Homogeneidade das variâncias entre os grupos;
- Resíduos com distribuição normal.
Exemplos usando o R
Exemplo do teste ANOVA
A função do R que executa a ANOVA é a aov. Nessa função temos como argumentos nossa a variável resposta e
variável preditora:
testeanova <- aov(Nacoes$TFR ~ Nacoes$PIB)
testeanova
Call:
aov(formula = Nacoes$TFR ~ Nacoes$PIB)
Terms:
Nacoes$PIB Residuals
Sum of Squares 135.6274 445.2343
Deg. of Freedom 1 188
Residual standard error: 1.538918
Estimated effects may be unbalanced
17 observations deleted due to missingnes
Em Call temos a fórmula que o R usou para executar a ANOVA
Em Terms temos algumas estatísticas importantes, sendo a primeira coluna referente as análises dentro dos
grupos e a segunda coluna referente a análises entre dos grupos
Sum of Squares : soma dos quadrados
Df: graus de liberdade
Residual standard error: Erro padrão dos resíduos. Calculado a partir da raiz quadrada da divisão entre a
soma dos quadrados dos resíduos e seus graus de liberdade.
Exemplos usando o R
Exemplo do teste ANOVA
Aplicando a função summary conseguimos mais informações:
summary(testeanova)
Df Sum Sq Mean Sq F value Pr(>F)
Nacoes$PIB 1 135.6 135.63 57.27 1.65e-12 ***
Residuals 188 445.2 2.37
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
17 observations deleted due to missingness
Temos agora informação de:
Mean sq: quadrados médios.
F value: estatística F.
Pr(>F): valor-p para a estatística F.
A partir da estatística F e seu valor-p abaixo de 0.05 podemos temos embasamento estatístico para afirmar com
grande confiança que as médias analisadas possuem diferenças estatísticas.
Exemplos usando o R
Exemplo do teste ANOVA
A premissa da ANOVA referente a normalidade dos resíduos pode ser testada através do teste de Shapiro-
Wilk:
[Link](resid(testeanova))
Shapiro-Wilk normality test
data: resid(testeanova)
W = 0.97628, p-value = 0.002571
A hipótese nula do Teste de Shapiro-Wilk é de que não há diferença entre a nossa distribuição dos dados e a
distribuição normal. O valor-p maior do que 0.05 nos dá uma confiança estatística para afirmar que as
distribuição dos nossos resíduos não difere da distribuição normal.
No nosso caso, os dados não seguem uma distribuição normal!
Exemplos usando o R
Exemplo do teste ANOVA
Podemos aplicar também o teste QQPLOT para avaliar a normalidade dos dados
qqnorm(Nacoes$TFR, pch = 1, frame = FALSE)
> qqline(Nacoes$TFR, col = "steelblue", lwd = 2)
Exemplos usando o R
Exemplo do teste ANOVA
Podemos aplicar também o teste QQPLOT para avaliar a normalidade dos dados
> qqnorm(Nacoes$PIB, pch = 1, frame = FALSE)
> qqline(Nacoes$PIB, col = "steelblue", lwd = 2)