0% acharam este documento útil (0 voto)
32 visualizações2 páginas

Conceitos de Estatística Descritiva

O documento aborda conceitos fundamentais da estatística descritiva utilizando notas de 11 alunos de três cursos. Ele explica a amostra, a organização dos dados em rol, o cálculo de quartis, média, variância e desvio padrão, destacando a importância dessas medidas na análise e interpretação dos dados. A conclusão enfatiza como a estatística transforma dados em informações úteis para decisões mais informadas.

Enviado por

Shirlene santos
Direitos autorais
© All Rights Reserved
Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.
Formatos disponíveis
Baixe no formato PDF, TXT ou leia on-line no Scribd
0% acharam este documento útil (0 voto)
32 visualizações2 páginas

Conceitos de Estatística Descritiva

O documento aborda conceitos fundamentais da estatística descritiva utilizando notas de 11 alunos de três cursos. Ele explica a amostra, a organização dos dados em rol, o cálculo de quartis, média, variância e desvio padrão, destacando a importância dessas medidas na análise e interpretação dos dados. A conclusão enfatiza como a estatística transforma dados em informações úteis para decisões mais informadas.

Enviado por

Shirlene santos
Direitos autorais
© All Rights Reserved
Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.
Formatos disponíveis
Baixe no formato PDF, TXT ou leia on-line no Scribd

Introdução

Boa tarde, pessoal! Hoje nós vamos falar sobre alguns conceitos fundamentais da estatística
descritiva. Para isso, trouxemos como exemplo as notas de uma amostra de 11 alunos de três
cursos diferentes: Licenciatura em Computação, Pedagogia e Ciências Biológicas. O objetivo é
entender como organizar os dados, calcular medidas de posição e de dispersão, e interpretar os
resultados para tirar conclusões sobre os alunos.

Amostra
Primeiro, vamos começar pelo conceito de amostra. Amostra é um subconjunto de uma população.
A população, nesse caso, seriam todos os alunos do curso. Como não temos acesso a todos,
escolhemos 11 alunos de cada curso. Essa amostra deve representar o comportamento geral dos
estudantes, e é a partir dela que vamos fazer nossos cálculos estatísticos.

Rol
Depois que temos os dados, o próximo passo é organizá-los. Isso é feito através do rol, que nada
mais é do que colocar as notas em ordem crescente. Essa etapa parece simples, mas é essencial,
porque sem o rol não conseguimos calcular várias medidas, como os quartis e a mediana.
Exemplo em Pedagogia: 48, 50, 55, 60, 62, 68, 70, 73, 77, 82, 90.

Quartis
Os quartis são medidas de posição que dividem o conjunto de dados em quatro partes iguais. - Q1:
ponto que separa os 25% menores valores. - Q2: a mediana, que separa 50%. - Q3: separa 75%
dos dados. Formas de cálculo: 1. Pela posição no rol: P = (k * (n+1)) / 4 2. Por interpolação:
quando a posição não é inteira. 3. Em tabelas de frequência: Qk = L + [ (k*n/4 – F) / f ] * h Exemplo
(Pedagogia, n=11): Q1 = 55 → 25% dos alunos tiraram até 55 Q2 = 68 → 50% dos alunos tiraram
até 68 Q3 = 77 → 75% dos alunos tiraram até 77

Média
A média aritmética é a medida de tendência central mais conhecida. É calculada somando todos
os valores e dividindo pela quantidade de dados. - Computação: 68,2 - Pedagogia: 66,4 - Biologia:
69,1 Apesar das médias próximas, a distribuição pode ser bem diferente.

Variância
A variância mede o quanto os dados se afastam da média. Fórmula: s² = Σ(xi – x■)² / (n – 1)
Quanto maior a variância, maior a dispersão dos dados em relação à média.

Desvio Padrão
O desvio padrão é a raiz quadrada da variância. Ele tem a vantagem de estar na mesma unidade
dos dados originais. - Desvio padrão baixo → dados concentrados na média. - Desvio padrão alto
→ dados muito espalhados.

Conclusão
Com as medidas estudadas — rol, quartis, média, variância e desvio padrão — conseguimos
analisar não apenas um valor central, mas também como os dados estão distribuídos. Isso mostra
a importância da estatística: ela transforma dados em informações úteis, permitindo interpretações
mais completas e tomadas de decisão mais seguras.

Você também pode gostar