A Estatística Básica e sua Prática, 7ª edição

Visualizações: 19
Clasificação: (0)
A nova e aprimorada edição de A Estatística Básica e sua Prática tem como objetivo auxiliar os estudantes a desenvolver os procedimentos habituais na área e a seguir o raciocínio estatístico, tanto no meio acadêmico, como no mercado de trabalho.Ao aliar o conhecimento técnico à prática da resolução de problemas, o livro promove a autonomia e o olhar criativo dos estudantes em seu primeiro contato com a Estatística, formando uma base sólida para os futuros profissionais e pesquisadores. O texto se destaca pela versatilidade do conteúdo e pela possibilidade de ser utilizado juntamente com qualquer tipo de tecnologia para produção de cálculos e gráficos. Com linguagem moderna e acessível, esta obra oferece ao leitor um caminho para um estudo direcionado e bem-sucedido do tema.Como destaque, a obra traz o acesso gratuito a um conjunto de videoaulas exclusivas, com tópicos essenciais de Estatística.

• O acesso aos materiais suplementares é gratuito. Basta que o leitor se cadastre em nosso site (www.grupogen.com.br), faça seu login e clique em GEN-IO, no menu superior do lado direito. É rápido e fácil. Caso haja alguma mudança no sistema ou dificuldade de acesso, entre em contato conosco (sac@grupogen.com.br).
 

30 capítulos

Formato Comprar item avulso Adicionar à Pasta

CAPÍTULO 0 - Iniciando

PDF

C A P Í T U LO

0

© johan63 | iStockphoto.com

Iniciando

Q

uais as músicas mais pedidas da semana? O site SoundScan sabe. O SoundScan coleta dados eletronicamente das caixas registradoras em mais de 14 mil lojas e também de vendas por download de sites de Internet. Quando você compra um

CD ou baixa uma música, o scanner da caixa registradora ou o site provavelmente comunica ao SoundScan sua compra. O SoundScan fornece essa informação à Billboard Magazine,

à MTV e ao site VH1, bem como às gravadoras e aos agentes dos artistas.

As mulheres devem tomar hormônios, como estrogênio, após a menopausa, quando a produção natural desses hormônios termina? Em 1992, várias das principais organizações médicas disseram “Sim”. Em particular, as mulheres que tomaram hormônios pareciam reduzir sua chance de ataques do coração em 35% a 50%. O risco da ingestão de hormônios parecia pequeno comparado aos benefícios. Mas, em 2002, os National Institutes of Health declararam que essas conclusões estavam erradas. O uso de hormônios após a menopausa imediatamente despencou. Ambas as recomendações tinham como base estudos exaustivos. O que aconteceu?

 

CAPÍTULO 1 - Como Retratar Distribuições Através de Gráficos

PDF

C A P Í T U LO

1

Photograph by the U.S. Census Bureau, Public Information Office (PIO)

Como Retratar

Distribuições Através de Gráficos

Neste capítulo abordamos...

1.1 Indivíduos e variáveis

1.2 �Variáveis categóricas: gráficos de setores e gráficos de barras

1.3 �Variáveis quantitativas: histogramas

1.4 Interpretação de histogramas

1.5 �Variáveis quantitativas: diagramas de ramo-e-folhas

E

statística é a ciência dos dados. O volume de dados disponíveis é avassalador. Por exemplo, a Census Bureau’s American Community Survey (Pesquisa da Comunidade

Americana do Census Bureau) coleta dados de 3.000.000 de unidades residenciais a cada ano. Os astrônomos trabalham com dados de dezenas de milhões de galáxias. Os leitores de código de barras das 8.000 lojas da Walmart em 15 países registram centenas de milhões de transações a cada semana, todas guardadas para fornecer informações à

Walmart e aos seus fornecedores. O primeiro passo para lidarmos com tal avalanche de dados é organizar nosso pensamento em relação a dados. Felizmente, podemos fazer isso sem termos que examinar os milhões de pontos de dados.

 

CAPÍTULO 2 - Como Descrever Distribuições Através de Números

PDF

C A P Í T U LO

2

© disqis | iStockphoto.com

Como Descrever

Distribuições Através de Números

Neste capítulo abordamos…

2.1 Medida de centro: a média

2.2 Medida de centro: a mediana

2.3 C

� omparação entre a média e a mediana

� edida de variabilidade: os

2.4 M quartis

2.5 R

� esumo dos cinco números e diagramas em caixa

V

imos, no Capítulo 1, que a Pesquisa da Comunidade Americana pergunta, entre muitas outras coisas, o tempo de viagem para o trabalho. Apresentamos aqui esses tempos, em minutos, para 15 trabalhadores na Carolina do Norte, escolhidos aleatoriamente pelo Census Bureau:1

30 20 10 40 25 20 10 60 15 40 5 30 12 10 10

Não nos surpreendemos com o fato de a maioria das pessoas estimar seu tempo de viagem em múltiplos de 5 minutos. Eis um diagrama de ramo-e-folhas desses dados:

0

1

2

3

4

5

6

5

0

0

0

0

 

CAPÍTULO 3 - As Distribuições Normais

PDF

C A P Í T U LO

3

© gradyreese | iStockphoto.com

As Distribuições Normais

D

ispomos agora de um conjunto de ferramentas gráficas e numéricas para descrever distribuições. Mais ainda, temos uma estratégia clara para a exploração dos dados de uma única variável quantitativa.

Neste capítulo abordamos…

3.1 Curvas de densidade

3.2 D

� escrição das curvas de densidade

3.3 Distribuições Normais

3.4 A regra 68–95–99,7

E x p l o r a ç ã o d e u m a D i s t r i bu i ç ã o

3.5 A distribuição Normal padrão

1. Sempre represente seus dados graficamente: faça um gráfico, em geral um histo-

3.6 D

� eterminação de proporções

Normais

grama ou um diagrama de ramo-e-folhas.

2. Procure o padrão geral (forma, centro, dispersão) e os desvios acentuados, como valores atípicos.

3. Calcule um resumo numérico para descrever brevemente o centro e a variabilidade.

3.7 O

� uso da tabela da Normal padrão

 

CAPÍTULO 4 - Diagramas de Dispersão e Correlação

PDF

C A P Í T U LO

4

© vlad61 | iStockphoto.com

Diagramas de Dispersão e Correlação

Neste capítulo abordamos...

4.1 �Variáveis resposta e explicativas

4.2 �Apresentação de relações: diagramas de dispersão

4.3 �Interpretação de diagramas de dispersão

U

m estudo médico revela que é mais provável que mulheres de baixa estatura tenham infartos do miocárdio do que mulheres de altura média, enquanto mulheres altas têm menos. Uma companhia de seguros reporta que carros mais pesados têm menos mortes registradas por 10.000 veículos do que os carros mais leves. Esses e muitos outros estudos estatísticos analisam a relação entre duas variáveis. As relações estatísticas são tendências gerais, não regras rígidas. Elas permitem exceções individuais. Embora os fumantes, na média, morram mais jovens do que os não fumantes, algumas pessoas vivem até os 90 anos fumando três maços de cigarros por dia.

Para compreendermos uma relação estatística entre duas variáveis, medimos ambas nos mesmos indivíduos. Frequentemente, devemos examinar também outras variáveis.

 

CAPÍTULO 5 - Regressão

PDF

C A P Í T U LO

5

© alexsokolov | iStockphoto.com

Regressão

Neste capítulo abordamos...

5.1 �Retas de regressão

5.2 �A reta de regressão de mínimos quadrados

5.3 Uso da tecnologia

R

elações lineares (linhas retas) entre duas variáveis quantitativas são de fácil compreensão e bastante comuns. No Capítulo 4, encontramos relações lineares em situações tão variadas como mortes de peixes-bois na Flórida, risco de câncer e predição de tempestades tropicais. A correlação mede a direção e a intensidade dessas relações. Quando um diagrama de dispersão mostra uma relação linear, gostaríamos de resumir o padrão geral desenhando uma reta no gráfico de dispersão.

5.1  Retas de regressão

5.4 �Fatos sobre a regressão de mínimos quadrados

5.5 Resíduos

5.6 Observações influentes

5.7 �Cuidados com a correlação e a regressão

5.8 �Associação não implica causação

Uma reta de regressão resume a relação entre duas variáveis, mas apenas em uma situação específica: uma das variáveis ajuda a explicar ou predizer a outra, ou seja, a regressão descreve a relação entre uma variável explicativa e uma variável resposta.

 

CAPÍTULO 6 - Tabelas de Dupla Entrada

PDF

C A P Í T U LO

6

© bowdenimages | iStockphoto.com

Tabelas de Dupla

Entrada*

Neste capítulo abordamos...

6.1 Distribuições marginais

6.2 Distribuições condicionais

6.3 O paradoxo de Simpson

A

té agora, nos concentramos em relações nas quais pelo menos a variá­vel resposta

é quantitativa. Vamos, agora, descrever relações entre duas variáveis categóricas.

Algumas variáveis – como gênero, raça e ocupação – são categóricas por natureza.

Outras variáveis categóricas são criadas pelo agrupamento em classes dos valores de uma variável quantitativa. Com frequência, dados publicados aparecem na forma agrupada para economizar espaço. Para analisar dados categóricos, usamos contagens ou percentuais de indivíduos que caem nas várias categorias.

E X E M P L O 6 .1

Um Emprego Fora de Casa

Em uma pesquisa amostral com adultos (18 anos de idade ou mais), perguntou-se “Se tivesse liberdade de escolha, você preferiria ter um emprego fora de casa ou preferiria ficar em casa e cuidar da casa e da família?”. A Tabela 6.1 mostra as respostas.1 Essa

 

CAPÍTULO 7 - Exploração de Dados: Revisão da Parte I

PDF

CAPÍTULO

7

© Faabi | iStockphoto.com

Exploração de Dados:

Revisão da Parte I

Neste capítulo abordamos... n

Resumo da Parte I

n

Autoteste

n

Exercícios Suplementares

n �Dados Online para Análises

Adicionais

A

análise de dados é a arte da descrição de dados através de gráficos e resumos numéricos. O propósito da análise exploratória de dados é nos ajudar a enxergar e entender as características mais importantes de um conjunto de dados. No

Capítulo 1, foram descritos gráficos para exibir distribuições: gráficos de setores e gráficos de barras para variáveis categóricas, histogramas e diagramas de ramo-e-folhas para variáveis quantitativas, além de gráficos temporais, que mostram como uma variável quantitativa muda ao longo do tempo. No Capítulo 2, foram apresentadas ferramentas numéricas para a descrição do centro e da dispersão da distribuição de uma variável. No

Capítulo 3, foram examinadas curvas de densidade para a descrição do padrão geral de uma distribuição, com ênfase nas distribuições Normais.

 

CAPÍTULO 8 - Produção de Dados: Amostragem

PDF

C A P Í T U LO

8

© George-Standen | iStockphoto.com

Produção de Dados:

Amostragem

Neste capítulo abordamos...

8.1 População versus amostra

8.2 Como planejar amostras ruins

8.3 Amostras aleatórias simples

8.4 Inferência sobre a população

8.5 �Outros planejamentos amostrais

E

statística, a ciência dos dados, fornece ideias e ferramentas que podemos usar em vários contextos. Às vezes, temos dados que descrevem um grupo de indivíduos e desejamos saber o que os dados nos dizem. Esse é o trabalho da análise exploratória de dados. Outras vezes, temos questões específicas, mas não dispomos de dados para responder a elas. Para alcançarmos respostas sólidas, devemos produzir dados de maneira planejada para responder a nossas perguntas.

Suponha que nossa pergunta seja “Qual percentual de estudantes de faculdades acha que não se deve obedecer a leis que violem seus valores pessoais?”. Para responder a essa questão, entrevistamos estudantes universitários. É dispendioso entrevistar todos os estudantes; assim, fazemos a pergunta a uma amostra escolhida para representar toda a população de estudantes. Como devemos escolher uma amostra que realmente represente as opiniões de toda a população? Os planejamentos estatísticos para a escolha de amostras são o tópico deste capítulo. Veremos que: n

 

CAPÍTULO 9 - Produção de Dados: Experimentos

PDF

C A P Í T U LO

9

© AndreyPopov | iStockphoto.com

Produção de Dados:

Experimentos

Neste capítulo abordamos...

9.1 �Observação versus experimento

9.2 Sujeitos, fatores, tratamentos

� omo planejar experimentos

9.3 C ruins

U

ma pesquisa amostral pretende colher informação sobre uma população, sem perturbá-la no processo. Pesquisas amostrais são uma espécie de estudo observacional.

Outros estudos observacionais acompanham o comportamento de animais na vida selvagem ou as interações entre professor e alunos em uma sala de aula. Este capítulo versa sobre planejamentos estatísticos para experimentos, um modo bem diferente de produção de dados.

9.4 �Experimentos comparativos aleatorizados

9.1 Observação versus experimento

9.7 D

� ados emparelhados e outros planejamentos em blocos

Em contraste com estudos observacionais, experimentos não apenas observam indivíduos ou lhes fazem perguntas. Eles impõem, de maneira ativa, algum tratamento para observar a resposta. Experimentos podem responder a perguntas como “A aspirina reduz a chance de um ataque do coração?” e “A maioria dos universitários prefere Pepsi

 

CAPÍTULO 10 - Ética nos Dados*

PDF

C A P Í T U LO

10

© FernandoMadeira | iStockphoto.com

Ética nos Dados*

Neste capítulo abordamos...

10.1 Comitês de revisão institucionais

10.2 Consentimento informado

10.3 Sigilo

A

produção e o uso de dados, como todos os esforços humanos, suscitam questões

éticas. Não falaremos sobre o operador de telemarketing que inicia uma venda por telefone dizendo “Estou realizando uma pesquisa”. Tal engano é claramente antiético. Ele irrita as organizações legítimas de pesquisas, que encontram o público relutante em conversar com elas. Tampouco discutiremos aqueles poucos pesquisadores que, procurando avanços na carreira, publicam dados falsos. Nem há questão ética aqui – publicar dados falsos para progredir na carreira é errado.1 Acabará com a carreira do pesquisador quando descoberta a fraude. Mas exatamente quão honestos devem ser os pesquisadores em relação a dados reais, genuínos? Eis um exemplo que sugere que a resposta seja “Mais honestos do que são frequentemente”.

 

CAPÍTULO 11 - Produção de Dados: Revisão da Parte II

PDF

CAPÍTULO

11

© p2121212121|iStockphoto.com

Produção de Dados:

Revisão da Parte II

Neste capítulo abordamos... n

Resumo da Parte II

n

Autoteste

n

Exercícios Suplementares

N

a Parte I deste livro, você dominou a análise de dados, o uso de gráficos e resumos numéricos para a organização e exploração de qualquer conjunto de dados. A

Parte II introduziu planejamentos para a produção de dados. A Parte III discutirá a probabilidade básica e os fundamentos da inferência. As Partes IV e V irão tratar, em detalhes, da inferência prática.

Planejamentos para a produção de dados são essenciais quando se pretende que os dados representem alguma população ou algum processo mais amplos. As Figuras 11.1 e 11.2 mostram as grandes ideias visualmente. Amostragem aleatória e experimentos comparativos aleatorizados representam, talvez, as invenções estatísticas mais importantes do século XX. Ambos demoraram a ser aceitos, e você verá ainda muitas amostras de resposta voluntária e experimentos não controlados. Você deve agora compreender bons planejamentos para a produção de dados, bem como saber por que maus planejamentos frequentemente produzem dados que não servem para inferência. O uso deliberado da chance na produção de dados é uma ideia central em estatística – não apenas reduz viés, mas permite o uso de probabilidade, a matemática da chance, como base para inferência. Felizmente, precisamos apenas de alguns fatos básicos sobre probabilidade para entender a inferência estatística.

 

CAPÍTULO 12 - Introdução à Probabilidade

PDF

C A P Í T U LO

12

© stoupa | iStockphoto.com

Introdução à

Probabilidade

Neste capítulo abordamos...

12.1 A ideia de probabilidade

12.2 A procura da aleatoriedade*

12.3 Modelos probabilísticos

12.4 Regras da probabilidade

P

12.5 Modelos probabilísticos discretos e finitos

or que a probabilidade – a matemática do comportamento aleatório – é necessária para se compreender estatística, a ciência dos dados? Vamos examinar uma pesquisa amostral típica.

12.6 Modelos probabilísticos contínuos

12.7 Variáveis aleatórias

12.8 Probabilidade pessoal*

E X E M P L O 12 .1

Você Possui uma Arma?

Que proporção dos adultos norte-americanos possui uma arma? Não sabemos, mas temos resultados de uma pesquisa Gallup, que extraiu uma amostra aleatória de 1.005 adultos.

A pesquisa constatou que 342 das pessoas na amostra possuem uma arma. A proporção dos que possuem uma arma é

proporção amostral

 

CAPÍTULO 13 - Regras Gerais de Probabilidade*

PDF

C A P Í T U LO

13

© samchad | iStockphoto.com

Regras Gerais de

Probabilidade*

Neste capítulo abordamos...

13.1 Independência e a regra da multiplicação

13.2 A regra geral da adição

13.3 Probabilidade condicional

M

odelos probabilísticos podem descrever o fluxo de tráfego em um sistema rodoviário, uma mesa telefônica ou um processador de computador; a constituição genética de populações; os estados de energia de partículas subatômicas; a propagação de epidemias e de boatos; e a taxa de retorno de investimentos de risco. Embora estejamos interessados em probabilidade, principalmente por ser a base da inferência estatística, a matemática da chance é fundamental em muitas áreas de estudo. Nossa introdução à probabilidade, no Capítulo 12, se concentrou em ideias e fatos básicos. Agora, examinamos mais alguns detalhes. Com mais probabilidade a nosso dispor, podemos modelar fenômenos aleatórios mais complexos.

Embora não enfatizemos a matemática, tudo neste capítulo (e muito mais) é consequência das quatro regras que encontramos no Capítulo 12. Ei-las de novo.

 

CAPÍTULO 14 - Distribuições Binomiais*

PDF

C A P Í T U LO

14

© Ioceandigital | iStockphoto.com

Distribuições Binomiais*

U

ma jogadora de basquete tenta cinco lances livres; quantos ela acerta? Uma pesquisa amostral disca 1.200 números de telefones residenciais ao acaso; quantos dos números discados correspondem a números residenciais ativos? Você planta

10 cornisos. Quantos sobrevivem ao inverno? Em todas essas situações, queremos um modelo de probabilidade para a contagem de sucessos obtidos entre um número fixo

(conhecido) de tentativas.

14.1 �O contexto binomial e as distribuições binomiais

Neste capítulo abordamos...

14.1 O contexto binomial e as distribuições binomiais

14.2 Distribuições binomiais na amostragem estatística

14.3 Probabilidades binomiais

14.4 Uso da tecnologia

14.5 Média e desvio-padrão da binomial

14.6 A aproximação Normal para distribuições binomiais

A distribuição de uma contagem depende de como os dados são produzidos. Eis uma situação comum.

 

CAPÍTULO 15 - Distribuições Amostrais

PDF

C A P Í T U LO

15

© georgeclerk | iStockphoto.com

Distribuições Amostrais

Neste capítulo abordamos...

15.1 Parâmetros e estatísticas

15.2 Estimação estatística e a lei dos grandes números

Q

ual é a renda média domiciliar nos Estados Unidos? A cada mês de março, a pesquisa do governo Current Population Survey (Pesquisa da População Atual) faz perguntas detalhadas sobre renda. As 98.095 residências contatadas em março de 2013 tiveram uma “renda total em dinheiro” média de $71.274 em 2012.1 (A renda mediana era, naturalmente, mais baixa, $51.017.) O valor de $71.274 descreve a amostra, mas usamos esse valor para estimar a renda média de todos os domicílios. Esse é um exemplo de inferência estatística: usamos informações provenientes de uma amostra para inferir algo sobre uma população maior.

Como os resultados de amostras aleatórias e experimentos comparativos aleatorizados incluem um elemento do acaso, não podemos garantir que nossas inferências estejam corretas. O que podemos garantir é que nossos métodos fornecem, usualmente, respostas corretas. O raciocínio da inferência estatística apoia-se na pergunta: “Com que frequência esse método forneceria uma resposta correta se eu o utilizasse um grande número de vezes?” Se os nossos dados provêm de amostragem aleatória ou de experimentos comparativos aleatorizados, as leis de probabilidade respondem a esta pergunta: “O que aconteceria se fizéssemos isso muitas vezes?” Este capítulo apresenta alguns fatos sobre probabilidade que ajudam a responder a essa questão.

 

CAPÍTULO 16 - Intervalo de Confiança: O Básico

PDF

C A P Í T U LO

16

© asiseeit | iStockphoto.com

Intervalo de Confiança:

O Básico

Neste capítulo abordamos...

16.1 A lógica da estimação estatística

16.2 Margem de erro e nível de confiança

16.3 Intervalos de confiança para uma média populacional

A

pós extrairmos uma amostra, sabemos as respostas dos indivíduos na amostra. O motivo usual da extração de uma amostra não é conhecermos os indivíduos que a compõem, mas inferirmos, a partir dos dados amostrais, alguma conclusão sobre a população mais ampla que a amostra representa.

16.4 Como se comportam os intervalos de confiança

Inferência Estatística

A inferência estatística fornece métodos para a extração de conclusões sobre uma população a partir de dados amostrais.

Como uma amostra diferente poderia conduzir a conclusões diferentes, não podemos ter certeza de que nossas conclusões sejam corretas. A inferência estatística usa a linguagem da probabilidade para expressar o grau de confiabilidade de nossas conclusões. Este capítulo apresenta um dos dois tipos mais comuns de inferência – intervalos de confiança –, para se estimar o valor de um parâmetro populacional. O próximo capítulo discute o outro tipo comum de inferência – testes de significância –, para se avaliar a evidência de uma afirmativa sobre uma população. Ambos os tipos de inferência baseiam-se nas distribuições amostrais de estatísticas. Ou seja, ambos usam a probabilidade para dizer o que aconteceria se usássemos o método de inferência muitas vezes.

 

CAPÍTULO 17 - Testes de Significância: O Básico

PDF

C A P Í T U LO

17

© KatarzynaBialasiewicz | iStockphoto.com

Testes de Significância:

O Básico

Neste capítulo abordamos...

17.1 A lógica dos testes de significância

17.2 Estabelecimento de hipóteses

17.3 Valor-P e significância estatística

I

ntervalos de confiança são um dos dois tipos mais comuns de inferência estatística.

Use um intervalo de confiança quando seu objetivo for estimar um parâmetro da população. O segundo tipo mais comum de inferência estatística, chamado de testes de significância, tem um objetivo diferente: avaliar a evidência fornecida pelos dados sobre alguma afirmativa relativa a um parâmetro populacional. A seguir, apresentamos sucintamente a lógica de testes estatísticos.

17.4 Testes para uma média populacional

17.5 Significância a partir de uma tabela

17.6 Reamostragem: significância a partir de simulação

E X E M P L O 17.1  �Eu Sou um Grande Arremessador de Lances Livres

 

Carregar mais


Detalhes do Produto

Livro Impresso
eBook
Capítulos

Formato
PDF
Criptografado
Habilitada
SKU
BPPD000231443
ISBN
9788521634287
Tamanho do arquivo
25 MB
Impressão
Desabilitada
Cópia
Desabilitada
Vocalização de texto
Não
Formato
PDF
Criptografado
Habilitada
Impressão
Desabilitada
Cópia
Desabilitada
Vocalização de texto
Não
SKU
Em metadados
ISBN
Em metadados
Tamanho do arquivo
Em metadados