Formulário Estatística - 2013

Estatística Descritiva Univariada

Tabelas de Frequência Quantis empíricos
frequência frequência
frequência frequência percentis 100
absoluta relativa
absoluta relativa
acumulada acumulada duo-deciles 12
Xi ni fi Ni Fi decis 10
1 ……. ……. ……. …….
…. ……. ……. ……. ……. quintis 5
n ……. ……. ……. …….
quartis 4
Divisão da amostra em classes (variáveis contínuas)
tercis 3
Regra de Sturges: k 1 3,32 x log n
Quartis
max - min
ai amplitude das classes 3º quartil = Q 3
k 4

3 Xk Xk 1
Medidas de Localização k = inteiro
Q3 nx k
4 4 2
Média
3
Média n
k = não inteiro Q3 nx k Xk 1
(amostra) Xi 4 4
i 1 (decimal)
X k 3,5 X 3,5 X4
n 1

Média N

(população) Xi 2º quartil = Q 2 mediana

i 1
4
N
k 1º quartil = Q1
Média ni X i 4

(observações repetidas) X i 1 1 Xk Xk 1
n k = inteiro
Q3 nx k
4 4 2
k

Média ni Ci 1
i 1 k = não inteiro Q3 nx k Xk 1
(observações X 4 4
agrupadas em k
n (decimal)
k 3,5 X 3,5 X4
classes) Ci ponto médio 1

da classe i
Percentis
Mediana Xk Xk 1 np
k é inteiro
Depois de ordenada a amostra 2 100
Percentis
Xn Xn np
n = par
1 Xk 1
k é décimal
Med 2 2
100
2
Para variáveis ordinais:
n = impar Med Xn 1
np
2 Xk k é inteiro
100
Percentis
Moda np
Xk 1
k é décimal
Depois de ordenada a amostra, é a observação que 100
aparece mais vezes repetida
Q1=P25 ; Q2=P50=mediana ; Q3=P75

© 2013, Pedro Casquilho 1

Medidas de Dispersão Outliers (valores atípicos ou anormais)
Limite X i Q1 1,5 x AIQ
Amplitudes Inferior (Li) 4

Amplitude Limite Xi Q3 1,5 x AIQ

A Max Min Superior (Ls)
(total) 4

AIQ Q3 Q1 Q3 Q1 Xi Li é um outlier
Amplitude
Interquartílica
4 4
Xi LS é um outlier
AIQ representa 50% dos dados
Relação entre 4 Observações Padronizadas
AIQ x
AIQ e 3 Xi X
Zi
S
Variância
n
2 Medidas de Forma
Amostra Xi X
S2 i 1
Assimetria (Skewness)
n 1
N Simétrica X Md Mo
2 Distribuição
População yi Assimétrica
Positiva X Md Mo
2 i 1 Negativa X Md Mo
N Coeficiente de Assimetria G1
k
ni . X i X
2
n2 M
Para observações G1 x '33
repetidas S2 i 1 n 1. n 2 S
n 1
G1 0 distribuição simétrica
k
2 G1 0 distribuição assimétrica positiva
Para observações Ci X
2 i 1 G1 0 distribuição assimétrica negativa
agrupadas em k S
n 1
classes
Ci ponto médio Achatamento ou Curtose (Kurtosis)
da classe i Coeficiente de Achatamento G2
2
n2 . n 1 M n 1
G2 x ' 44 3x
Desvio Padrão n 1. n 2 . n 3 S n 2.n 3
desvio padrão variância G2 0 distribuição mesocúrtica
n G2 0 distribuição leptocúrtica
2
Amostra Xi X G2 0 distribuição platicúrtica
i 1
S
n 1 Coeficiente de Curtose K
N
2 Q3 Q1
População yi K
i 1 2 x P90 P10
N

Medidas de Dispersão
Dispersão S
Relativa CV
X
Dispersão Relativa AIQ
Resistente CVR
Med

© 2013, Pedro Casquilho 2

 Estatística Descritiva Bivariada
Covariância
COV X ,Y S X' .SY'
Covariância 1 n
COV X ,Y . Xi X . Yi Y
(amostra) n 1 i 1

n
1
COV X ,Y . X iYi n. XY
n 1 i 1

Covariância 1 N
COV X ,Y . Xi x . Yi y
(população) N i 1

Medidas de Associação
Coeficientes de Correlação
Coeficiente de Correlação de Spearman
Coeficiente de
Variável X Variável Y n
Correlação
6x d i2
i 1
Quantitativa Quantitativa Pearson R RS 1 3
-1 RS 1
n n
Quantitativa ou
Qualitativa
(pelo menos ordinal)
Qualitativa Spearman RS Coeficiente bisserial por pontos
(ordinal)
Qualitativa Bisserial por n1.n2 . X 1 X2
Quantitativa nominal
pontos Rbp Rbp
Qualitativa
dicotómica
Qualitativa
n. n 1 .S X'
nominal nominal Phi
dicotómica dicotómica
ou
Qualitativa Qualitativa X1 X 2
dicotómica/politómica politómica C-Cramer C Rbp . pq -1 Rbp 1
nominal/ordinal nominal/ordinal SX
Coeficiente de Correlação de Pearson
COV X ,Y
R
S X' .SY' (só para tabelas 2x2)
n
1
. Xi X . Yi Y
n 1 i 1
R
n n
2 2
Xi X Yi Y
i 1
. i 1
n 1 n 1
COV X ,Y S X' .SY' -1 R 1 AD BC
A B.C D. A C .B D
-1 1

© 2013, Pedro Casquilho 3

Coeficiente de correlação C-Cramer
Tabela 1 Tabela 2
X2
C 0 C 1 Li .C j l c Oij Eij
2
n. m 1 Eij X 2

n i 1 j 1 Eij
m menor valor entre o nº Linhas e o nº Colunas
Li total marginal da linha Oij valores observados
Cj total marginal da coluna Eij valores esperados
n nº total da amostra

Algumas Distribuições Teóricas

Variáveis discretas 6. Teorema do Limite Central: sejam X 1 , X 2 ,..., X n
Distribuição Binomial variáveis aleatória independentes com
X ~ B n, p E X np Var X npq X i ~ N , e i 1,2,..., n , então para n
n x
PX x C xn x p x x 1 p x 1,2,..., n a
tem-se X ~ N ,
Propriedades: n
1. Sejam X 1 , X 2 ,..., X n variáveis aleatórias
independentes com X i ~ B ni , p e i 1,2,..., k , Distribuição Normal reduzida (estandardizada)
k k X-
X ~N , Z ~ N 0,1
então Xi ~ B ni , p
i 1 i 1
X
P X x P Z
2. Seja X ~ B n, p , então quando n e
a
0,1 p 0,9 tem-se que X ~ N np , npq Distribuição Qui-Quadrado
2
X ~ n E X n Var X 2n
Variáveis Continuas
Distribuição Normal Distribuição t-Student
2
X ~N , E X Var X X ~tn E X 0 e n 2
Propriedades:
n
X Var X n 3
1. X ~N , Z ~ N 0,1 n 2
Distribuição F-Snedecor
2. Z ~ N 0,1 PZ z 1 PZ z X ~ F n ,d
3. Seja X ~ N , e Yi a b. X i , então
d 2d 2 n d 2
E X Var X
Y ~ N a b. , b d 2 2
nd 2 d 4
4. Sejam X1 ~ N 1 , 1 e X2 ~ N 2 , 2 então Propriedades:
X1 X2 ~ N 1 2 , 2
1
2
2 [Link] X 1 , X 2 1. X ~ F n ,d 1
X
~ F n ,d
1
2. F
5. Sejam X1 ~ N 1 , 1 e X2 ~ N 2 , 2
; n,d
F1 ; d ,n
independentes, então
2 2
X1 X2 ~ N 1 2 , 1 2

© 2013, Pedro Casquilho 4