SlideShare una empresa de Scribd logo
1 de 13
Descargar para leer sin conexión
Profª. Drª. M. Lucia Pozzatti Flôres 1
CONCEITOS BÁSICOS
DE ESTATÍSTICA
Profª. Drª. M. Lucia Pozzatti
Flôres
Profª. Drª. M. Lucia Pozzatti Flôres 2
MÉTODOS ESTATÍSTICOS
 Métodos Estatísticos é um conjunto de técnicas
que descrevem, analisam e interpretam dados
numéricos (e não numéricos) de uma população
ou de uma amostra.
 Os métodos estatísticos são essenciais no estudo
de situações em que as variáveis de interesse
estão sujeitas as flutuações aleatórias.
 Exemplo: tomando um grupo de pacientes
homogêneos, observa-se grande variabilidade no
tempo de sobrevida após um tratamento
adequado.
 Na prática, há variações entre diferentes
pacientes para qualquer variável de interesse
clínico.
Profª. Drª. M. Lucia Pozzatti Flôres 3
DEFINIÇÃO DE ESTATÍSTICA
 Segundo Paul Velleman: “Estatística é a
Ciência que permite obter conclusões a
partir de dados”.
 A Estatística é um conjunto de métodos
destinados à coleta, organização, resumo,
apresentação e análise de dados de observação,
bem como a tomada de decisão baseada em tal
análise.
 A Estatística estuda como controlar, minimizar
e observar a variabilidade INEVITÁVEL em
todas as medidas e observações feitas sobre
qualquer fenômeno.
Profª. Drª. M. Lucia Pozzatti Flôres 4
DIVISÃO DA ESTATÍSTICA
a) Estatística Geral:
 Estatística Descritiva: é um conjunto de técnicas para a
coleta, organização, classificação, apresentação e descrição
dos dados.
 Estatística Inferencial (indutiva): é um conjunto de
técnicas para a tomada de decisões sobre a população a
partir de amostras.
b)Estatística aplicada: é todo o ramo do conhecimento
científico que proceda por intermédio da metodologia
estatística.
Exemplo: bioestatística (estatística aplicada a mensuração
da vida); Psicometria (mensuração da personalidade, do
desenvolvimento mental e comportamento de indivíduos);
biometria (ciência que trata da mensuração da vida e dos
processos vitais); econometria (mensuração da economia),
etc.
Profª. Drª. M. Lucia Pozzatti Flôres 5
DIFERENÇA ENTRE POPULAÇÃO,
CENSO E AMOSTRA
a) POPULAÇÃO:
 É todo o conjunto de elementos que possuem ao menos
uma característica comum observável. N = o número de
elementos da população.
 Exemplo: os alunos matriculados na Unipampa Caçapava
do Sul
b) CENSO
 É o processo utilizado para levantar as características
observáveis, abordando todos os elementos de uma
população.
 Exemplo: o censo demográfico (IBGE).
c) AMOSTRA
 É uma parte da população (subconjunto finito), sendo que a
mesma deve ser selecionada de acordo com algum critério
(processo de amostragem) para que possa ser
representativa da população.
 Exemplo: 10% dos alunos matriculados na Unipampa
Caçapava do Sul (amostra aleatória da população)
Profª. Drª. M. Lucia Pozzatti Flôres 6
DADOS ESTATÍSTICOS (VARIÁVEIS):
 são as características (valores ou fatos)
observadas ou medidas em um determinado
fenômeno, sob as mesmas condições.
 Para cada variável há um e apenas um resultado
possível.
 As variáveis são representadas através de um
símbolo x, y,z, os quais podem assumir
resultados de um conjunto.
 Exemplo: alturas dos estudantes do curso de
Licenciatura em Ciências Extas.
 Exemplo: Notas dos alunos do curso de Geologia.
 Exemplo: Cor dos olhos dos estudantes do curso
de Geofísica.
Profª. Drª. M. Lucia Pozzatti Flôres 7
CLASSIFICAÇÃO DAS
VARIÁVEIS
VARIÁVEIS QUALITATIVAS (Atributos ou Categóricos):
indica alguma propriedade ou atributo dos fenômenos
observados. São dados não mensuráveis.
 Exemplos: Sexo; Naturalidade; Classe social.
VARIÁVEIS QUANTITATIVAS: suas realizações são
números resultantes de contagem, observação ou
mensuração.
 Discretas: quando pode assumir valores inteiros de um
conjunto. Decorrem de uma observação ou de uma
contagem e é um conjunto limitado de possibilidades.
 Exemplos: número de páginas de um livro; idade do aluno,
número de filhos.
 Contínuas: quando podem assumir qualquer valor dentro
de um conjunto. Decorrem de uma medição. Essa variável
pode assumir infinitas possibilidades.
 Exemplos: a medida da pressão sangüínea, peso, altura,
horários, temperatura; velocidade.
Profª. Drª. M. Lucia Pozzatti Flôres 8
NÍVEIS DE MENSURAÇÃO DE UMA
VARIÁVEL:
 Escala em que foi medida a variável objeto de investigação.
a)Nível Nominal: apenas identificar as categorias.
 Exemplos:tipo sangüíneo: A, B, AB,O.
b)Nível Ordinal: é possível ordenar as categorias. Existe a
relação entre categorias do tipo “maior do que”.
 Exemplos: Níveis do serviço: excelente, bom, fraco, muito
fraco.
c)Nível Intervalar: com características da escala ordinal. A
unidade de mensuração e o ponto zero são arbitrários.
 Exemplo: quando as categorias: muito insatisfeito;
insatisfeito; indiferente; satisfeito; muito satisfeito são
substituídas por números quaisquer: 1, 2, 3, 4, 5.
d)Nível de razão: com características da escala intervalar,
além disso, tem um verdadeiro ponto zero como origem.
Normalmente são as variáveis quantitativas contínuas.
 Exemplos: medicação de peso, de altura.
Profª. Drª. M. Lucia Pozzatti Flôres 9
ARREDONDAMENTO
DE DADOS
 Arredondar um número significa reduzir a quantidade de algarismos
significativos após a vírgula.
Critérios:
a)Se o primeiro algarismo após aquele que será arredondado for
menor do que 5, conserva o algarismo a ser arredondado.
b)Se o primeiro algarismo após aquele que será arredondado for
maior do que 5, aumenta-se uma unidade no algarismo a ser
arredondado.
c)Se o primeiro algarismo após aquele que será arredondado for
igual a 5 seguido por números significativos, aumenta-se uma
unidade no algarismo a ser arredondado.
d)Se o primeiro algarismo após aquele que será arredondado for
igual a 5 seguido por números não-significativos, observa-se o
número anterior ao algarismo a ser arredondado:
i) se este for PAR conserva o algarismo a ser arredondado e
desprezam-se os seguintes.
ii) se este for IMPAR aumenta-se uma unidade o algarismo a ser
arredondado e desprezam-se os seguintes.
Exercícios
1-Arredondar para décimos:
 23,25
 47,75
 234,95
 123,15
 32,85
 23,89
 34,76
 89,21
 89,87
 108,73
Profª. Drª. M. Lucia Pozzatti Flôres 10
Exercícios
1-Classifique as variáveis em qualitativas e quantitativas:
a)População: alunos de uma escola.
 Variável: cor dos cabelos
b)População: casais residentes em uma cidade.
 Variável: número de filhos
c)População: as jogadas de um dado
 Variável: o ponto obtido em cada variável
d)População: peças produzidas por certa máquina
 Variável: número de peças produzidas por hora.
e)População: peças produzidas por certa máquina
 Variável: diâmetro externo
Profª. Drª. M. Lucia Pozzatti Flôres 11
Exercícios
2-Diga quais das variáveis abaixo são discretas e quais
são contínuas:
a)População: estação metereológica de uma cidade.
 Variável: precipitação pluviométrica durante um ano.
b)População: Bolsa de valores de São Paulo
 Variável: número de ações negociadas
c)População: funcionários de uma empresa
 Variável: salários
d)População: pregos produzidos por uma máquina
 Variável: comprimento
e)População: propriedades agrícolas do Brasil
 Variável: produção de algodãoProfª. Drª. M. Lucia Pozzatti Flôres 12
Exercícios
 3- Arredonde cada um dos dados abaixo, deixando-os
com apenas uma casa decimal:
a) 2,38________ b) 24,65 _______ c) 0,351 _________
d) 4,24 ______ e) 328,35 _______ f) 2,97 _______
g) 89,99 ______ h) 5,829 ______
4) Arredonde cada um dos números abaixo segundo a
precisão pedida:
a)Para o décimo mais próximo:
 23,40 ________ 234,7832 _________45,09 _________
 48,85002 ______78,85 _________ 12,35 __________
b)Para o centésimo mais próximo:
 46,727 ________253,685 ______ 28,255 _________Profª. Drª. M. Lucia Pozzatti Flôres 13

Más contenido relacionado

La actualidad más candente

La actualidad más candente (20)

Anova de 1 via
Anova de 1 viaAnova de 1 via
Anova de 1 via
 
Princípios de Estatística Inferencial - II
Princípios de Estatística Inferencial - IIPrincípios de Estatística Inferencial - II
Princípios de Estatística Inferencial - II
 
Amostragem populacional
Amostragem populacionalAmostragem populacional
Amostragem populacional
 
Anova a 1 factor
Anova a 1 factorAnova a 1 factor
Anova a 1 factor
 
Anova
AnovaAnova
Anova
 
08 testes hipoteses_anova
08 testes hipoteses_anova08 testes hipoteses_anova
08 testes hipoteses_anova
 
Seminário bioestatística testes paramétricos
Seminário bioestatística   testes paramétricosSeminário bioestatística   testes paramétricos
Seminário bioestatística testes paramétricos
 
Teste de hipóteses - paramétricos
Teste de hipóteses - paramétricosTeste de hipóteses - paramétricos
Teste de hipóteses - paramétricos
 
Testes parametricos e nao parametricos
Testes parametricos e nao parametricosTestes parametricos e nao parametricos
Testes parametricos e nao parametricos
 
Amostragem
AmostragemAmostragem
Amostragem
 
Exercicios amostragem e tamanho amostra
Exercicios amostragem e tamanho amostraExercicios amostragem e tamanho amostra
Exercicios amostragem e tamanho amostra
 
Teste t student
Teste t studentTeste t student
Teste t student
 
Cálculo Amostral
Cálculo AmostralCálculo Amostral
Cálculo Amostral
 
Aula inferencia
Aula inferenciaAula inferencia
Aula inferencia
 
Tipos de variações
Tipos de variaçõesTipos de variações
Tipos de variações
 
Curso #H4A - Módulo 5
Curso #H4A - Módulo 5Curso #H4A - Módulo 5
Curso #H4A - Módulo 5
 
Introd inferencia
Introd inferenciaIntrod inferencia
Introd inferencia
 
Cap6 - Amostragem
Cap6 - AmostragemCap6 - Amostragem
Cap6 - Amostragem
 
Amostragem - estatistica
Amostragem - estatisticaAmostragem - estatistica
Amostragem - estatistica
 
Cap5 - Parte 1 - Conceitos
Cap5 - Parte 1 - ConceitosCap5 - Parte 1 - Conceitos
Cap5 - Parte 1 - Conceitos
 

Destacado

Exercicios resolv estatistica
Exercicios resolv estatisticaExercicios resolv estatistica
Exercicios resolv estatistica
Josi2010
 
Matematica - conjuntos
Matematica - conjuntosMatematica - conjuntos
Matematica - conjuntos
littlevic4
 
Numeros Naturais 5 Serie
Numeros Naturais 5 SerieNumeros Naturais 5 Serie
Numeros Naturais 5 Serie
guest47023a
 
Teoria dos conjuntos
Teoria dos conjuntosTeoria dos conjuntos
Teoria dos conjuntos
fcmat
 
Rol - Matemática 1º ao 5º ano
Rol - Matemática 1º ao 5º anoRol - Matemática 1º ao 5º ano
Rol - Matemática 1º ao 5º ano
josivaldopassos
 

Destacado (20)

Exercicios resolv estatistica
Exercicios resolv estatisticaExercicios resolv estatistica
Exercicios resolv estatistica
 
Estatística unidade 1
Estatística   unidade 1Estatística   unidade 1
Estatística unidade 1
 
Matematica - conjuntos
Matematica - conjuntosMatematica - conjuntos
Matematica - conjuntos
 
Aula 01: Conceitos básicos de Estatística
Aula 01: Conceitos básicos de EstatísticaAula 01: Conceitos básicos de Estatística
Aula 01: Conceitos básicos de Estatística
 
Caderno de Exercícios – Estatística com solução
Caderno de Exercícios – Estatística com soluçãoCaderno de Exercícios – Estatística com solução
Caderno de Exercícios – Estatística com solução
 
Trabalho de uma força
Trabalho de uma forçaTrabalho de uma força
Trabalho de uma força
 
CONSIDERACION EN EL USO DE PRUEBAS SICOLOGICAS CON PERSONAS CON IMPEDIMENTOS,...
CONSIDERACION EN EL USO DE PRUEBAS SICOLOGICAS CON PERSONAS CON IMPEDIMENTOS,...CONSIDERACION EN EL USO DE PRUEBAS SICOLOGICAS CON PERSONAS CON IMPEDIMENTOS,...
CONSIDERACION EN EL USO DE PRUEBAS SICOLOGICAS CON PERSONAS CON IMPEDIMENTOS,...
 
Variáveis aleatórias discretas - Estatística II
Variáveis aleatórias discretas - Estatística IIVariáveis aleatórias discretas - Estatística II
Variáveis aleatórias discretas - Estatística II
 
LA TRANSICION Y EL CUMPLIMIENTO DE SERVICIOS EN EL PEI Transicion conferencia...
LA TRANSICION Y EL CUMPLIMIENTO DE SERVICIOS EN EL PEI Transicion conferencia...LA TRANSICION Y EL CUMPLIMIENTO DE SERVICIOS EN EL PEI Transicion conferencia...
LA TRANSICION Y EL CUMPLIMIENTO DE SERVICIOS EN EL PEI Transicion conferencia...
 
Evaluacion en Transicion y Metas Post Secundarias en el PEI
Evaluacion en Transicion y Metas  Post Secundarias  en el PEIEvaluacion en Transicion y Metas  Post Secundarias  en el PEI
Evaluacion en Transicion y Metas Post Secundarias en el PEI
 
Metas de Transicion en el Nivel Secundario, Dr.E.Perez
Metas de Transicion en el Nivel Secundario, Dr.E.PerezMetas de Transicion en el Nivel Secundario, Dr.E.Perez
Metas de Transicion en el Nivel Secundario, Dr.E.Perez
 
1. conjuntos
1. conjuntos1. conjuntos
1. conjuntos
 
Numeros Naturais 5 Serie
Numeros Naturais 5 SerieNumeros Naturais 5 Serie
Numeros Naturais 5 Serie
 
Estatística básica
Estatística básicaEstatística básica
Estatística básica
 
Teoria dos conjuntos
Teoria dos conjuntosTeoria dos conjuntos
Teoria dos conjuntos
 
Conceitos Básicos de Estatística I
Conceitos Básicos de Estatística IConceitos Básicos de Estatística I
Conceitos Básicos de Estatística I
 
Rol - Matemática 1º ao 5º ano
Rol - Matemática 1º ao 5º anoRol - Matemática 1º ao 5º ano
Rol - Matemática 1º ao 5º ano
 
Simulado de matematica 5ºano spaece 2014
Simulado de matematica   5ºano spaece 2014Simulado de matematica   5ºano spaece 2014
Simulado de matematica 5ºano spaece 2014
 
Aula 01 conjuntos
Aula 01   conjuntosAula 01   conjuntos
Aula 01 conjuntos
 
Exercícios: noções de conjuntos e conjuntos numéricos
Exercícios: noções de conjuntos e conjuntos numéricosExercícios: noções de conjuntos e conjuntos numéricos
Exercícios: noções de conjuntos e conjuntos numéricos
 

Similar a Conceitos básicos

Curso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.pptCurso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
ssuser2b53fe
 
Aula 2 Teoria Da Amostragem Daniel
Aula 2 Teoria Da Amostragem DanielAula 2 Teoria Da Amostragem Daniel
Aula 2 Teoria Da Amostragem Daniel
guest8af68839
 
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.pptCurso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
ssuser2b53fe
 
35302050 apostila-de-estatistica-basica (1)
35302050 apostila-de-estatistica-basica (1)35302050 apostila-de-estatistica-basica (1)
35302050 apostila-de-estatistica-basica (1)
Luccy Crystal
 
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.pptCurso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
ssuser2b53fe
 
Estatística Descritiva - parte 1 (ISMT)
Estatística Descritiva - parte 1 (ISMT)Estatística Descritiva - parte 1 (ISMT)
Estatística Descritiva - parte 1 (ISMT)
João Leal
 
Apostila curso estatistica_goes
Apostila curso estatistica_goesApostila curso estatistica_goes
Apostila curso estatistica_goes
Thaize Armas
 
Estatistica leandra e clandio
Estatistica leandra e clandioEstatistica leandra e clandio
Estatistica leandra e clandio
cissoh
 
Apostila curso estatistica_goes
Apostila curso estatistica_goesApostila curso estatistica_goes
Apostila curso estatistica_goes
Stefania Helena
 

Similar a Conceitos básicos (20)

Curso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.pptCurso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
 
Probabilidade estatatìstica e contabilidade
Probabilidade estatatìstica e contabilidadeProbabilidade estatatìstica e contabilidade
Probabilidade estatatìstica e contabilidade
 
Aula 2 Teoria Da Amostragem Daniel
Aula 2 Teoria Da Amostragem DanielAula 2 Teoria Da Amostragem Daniel
Aula 2 Teoria Da Amostragem Daniel
 
Fundamentos da estatística
Fundamentos da estatísticaFundamentos da estatística
Fundamentos da estatística
 
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.pptCurso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
 
Apostila estatística matemática vol 1 2009
Apostila estatística matemática vol 1 2009Apostila estatística matemática vol 1 2009
Apostila estatística matemática vol 1 2009
 
Material de apoio estatística 2017 1
Material de apoio estatística 2017 1Material de apoio estatística 2017 1
Material de apoio estatística 2017 1
 
Amostragem-1.pdf
Amostragem-1.pdfAmostragem-1.pdf
Amostragem-1.pdf
 
35302050 apostila-de-estatistica-basica (1)
35302050 apostila-de-estatistica-basica (1)35302050 apostila-de-estatistica-basica (1)
35302050 apostila-de-estatistica-basica (1)
 
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.pptCurso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
 
Aula7
Aula7Aula7
Aula7
 
Estatística Descritiva - parte 1 (ISMT)
Estatística Descritiva - parte 1 (ISMT)Estatística Descritiva - parte 1 (ISMT)
Estatística Descritiva - parte 1 (ISMT)
 
Apostila curso estatistica_goes
Apostila curso estatistica_goesApostila curso estatistica_goes
Apostila curso estatistica_goes
 
Estatistica leandra e clandio
Estatistica leandra e clandioEstatistica leandra e clandio
Estatistica leandra e clandio
 
Estatística na educação
Estatística na educação Estatística na educação
Estatística na educação
 
Estatística aplicada à gestão de recursos humanos
Estatística aplicada  à gestão de recursos humanosEstatística aplicada  à gestão de recursos humanos
Estatística aplicada à gestão de recursos humanos
 
estatística
estatísticaestatística
estatística
 
Apostila curso estatistica_goes
Apostila curso estatistica_goesApostila curso estatistica_goes
Apostila curso estatistica_goes
 
amostragem.ppt
amostragem.pptamostragem.ppt
amostragem.ppt
 
Estatistica
EstatisticaEstatistica
Estatistica
 

Conceitos básicos

  • 1. Profª. Drª. M. Lucia Pozzatti Flôres 1 CONCEITOS BÁSICOS DE ESTATÍSTICA Profª. Drª. M. Lucia Pozzatti Flôres
  • 2. Profª. Drª. M. Lucia Pozzatti Flôres 2 MÉTODOS ESTATÍSTICOS  Métodos Estatísticos é um conjunto de técnicas que descrevem, analisam e interpretam dados numéricos (e não numéricos) de uma população ou de uma amostra.  Os métodos estatísticos são essenciais no estudo de situações em que as variáveis de interesse estão sujeitas as flutuações aleatórias.  Exemplo: tomando um grupo de pacientes homogêneos, observa-se grande variabilidade no tempo de sobrevida após um tratamento adequado.  Na prática, há variações entre diferentes pacientes para qualquer variável de interesse clínico.
  • 3. Profª. Drª. M. Lucia Pozzatti Flôres 3 DEFINIÇÃO DE ESTATÍSTICA  Segundo Paul Velleman: “Estatística é a Ciência que permite obter conclusões a partir de dados”.  A Estatística é um conjunto de métodos destinados à coleta, organização, resumo, apresentação e análise de dados de observação, bem como a tomada de decisão baseada em tal análise.  A Estatística estuda como controlar, minimizar e observar a variabilidade INEVITÁVEL em todas as medidas e observações feitas sobre qualquer fenômeno.
  • 4. Profª. Drª. M. Lucia Pozzatti Flôres 4 DIVISÃO DA ESTATÍSTICA a) Estatística Geral:  Estatística Descritiva: é um conjunto de técnicas para a coleta, organização, classificação, apresentação e descrição dos dados.  Estatística Inferencial (indutiva): é um conjunto de técnicas para a tomada de decisões sobre a população a partir de amostras. b)Estatística aplicada: é todo o ramo do conhecimento científico que proceda por intermédio da metodologia estatística. Exemplo: bioestatística (estatística aplicada a mensuração da vida); Psicometria (mensuração da personalidade, do desenvolvimento mental e comportamento de indivíduos); biometria (ciência que trata da mensuração da vida e dos processos vitais); econometria (mensuração da economia), etc.
  • 5. Profª. Drª. M. Lucia Pozzatti Flôres 5 DIFERENÇA ENTRE POPULAÇÃO, CENSO E AMOSTRA a) POPULAÇÃO:  É todo o conjunto de elementos que possuem ao menos uma característica comum observável. N = o número de elementos da população.  Exemplo: os alunos matriculados na Unipampa Caçapava do Sul b) CENSO  É o processo utilizado para levantar as características observáveis, abordando todos os elementos de uma população.  Exemplo: o censo demográfico (IBGE). c) AMOSTRA  É uma parte da população (subconjunto finito), sendo que a mesma deve ser selecionada de acordo com algum critério (processo de amostragem) para que possa ser representativa da população.  Exemplo: 10% dos alunos matriculados na Unipampa Caçapava do Sul (amostra aleatória da população)
  • 6. Profª. Drª. M. Lucia Pozzatti Flôres 6 DADOS ESTATÍSTICOS (VARIÁVEIS):  são as características (valores ou fatos) observadas ou medidas em um determinado fenômeno, sob as mesmas condições.  Para cada variável há um e apenas um resultado possível.  As variáveis são representadas através de um símbolo x, y,z, os quais podem assumir resultados de um conjunto.  Exemplo: alturas dos estudantes do curso de Licenciatura em Ciências Extas.  Exemplo: Notas dos alunos do curso de Geologia.  Exemplo: Cor dos olhos dos estudantes do curso de Geofísica.
  • 7. Profª. Drª. M. Lucia Pozzatti Flôres 7 CLASSIFICAÇÃO DAS VARIÁVEIS VARIÁVEIS QUALITATIVAS (Atributos ou Categóricos): indica alguma propriedade ou atributo dos fenômenos observados. São dados não mensuráveis.  Exemplos: Sexo; Naturalidade; Classe social. VARIÁVEIS QUANTITATIVAS: suas realizações são números resultantes de contagem, observação ou mensuração.  Discretas: quando pode assumir valores inteiros de um conjunto. Decorrem de uma observação ou de uma contagem e é um conjunto limitado de possibilidades.  Exemplos: número de páginas de um livro; idade do aluno, número de filhos.  Contínuas: quando podem assumir qualquer valor dentro de um conjunto. Decorrem de uma medição. Essa variável pode assumir infinitas possibilidades.  Exemplos: a medida da pressão sangüínea, peso, altura, horários, temperatura; velocidade.
  • 8. Profª. Drª. M. Lucia Pozzatti Flôres 8 NÍVEIS DE MENSURAÇÃO DE UMA VARIÁVEL:  Escala em que foi medida a variável objeto de investigação. a)Nível Nominal: apenas identificar as categorias.  Exemplos:tipo sangüíneo: A, B, AB,O. b)Nível Ordinal: é possível ordenar as categorias. Existe a relação entre categorias do tipo “maior do que”.  Exemplos: Níveis do serviço: excelente, bom, fraco, muito fraco. c)Nível Intervalar: com características da escala ordinal. A unidade de mensuração e o ponto zero são arbitrários.  Exemplo: quando as categorias: muito insatisfeito; insatisfeito; indiferente; satisfeito; muito satisfeito são substituídas por números quaisquer: 1, 2, 3, 4, 5. d)Nível de razão: com características da escala intervalar, além disso, tem um verdadeiro ponto zero como origem. Normalmente são as variáveis quantitativas contínuas.  Exemplos: medicação de peso, de altura.
  • 9. Profª. Drª. M. Lucia Pozzatti Flôres 9 ARREDONDAMENTO DE DADOS  Arredondar um número significa reduzir a quantidade de algarismos significativos após a vírgula. Critérios: a)Se o primeiro algarismo após aquele que será arredondado for menor do que 5, conserva o algarismo a ser arredondado. b)Se o primeiro algarismo após aquele que será arredondado for maior do que 5, aumenta-se uma unidade no algarismo a ser arredondado. c)Se o primeiro algarismo após aquele que será arredondado for igual a 5 seguido por números significativos, aumenta-se uma unidade no algarismo a ser arredondado. d)Se o primeiro algarismo após aquele que será arredondado for igual a 5 seguido por números não-significativos, observa-se o número anterior ao algarismo a ser arredondado: i) se este for PAR conserva o algarismo a ser arredondado e desprezam-se os seguintes. ii) se este for IMPAR aumenta-se uma unidade o algarismo a ser arredondado e desprezam-se os seguintes.
  • 10. Exercícios 1-Arredondar para décimos:  23,25  47,75  234,95  123,15  32,85  23,89  34,76  89,21  89,87  108,73 Profª. Drª. M. Lucia Pozzatti Flôres 10
  • 11. Exercícios 1-Classifique as variáveis em qualitativas e quantitativas: a)População: alunos de uma escola.  Variável: cor dos cabelos b)População: casais residentes em uma cidade.  Variável: número de filhos c)População: as jogadas de um dado  Variável: o ponto obtido em cada variável d)População: peças produzidas por certa máquina  Variável: número de peças produzidas por hora. e)População: peças produzidas por certa máquina  Variável: diâmetro externo Profª. Drª. M. Lucia Pozzatti Flôres 11
  • 12. Exercícios 2-Diga quais das variáveis abaixo são discretas e quais são contínuas: a)População: estação metereológica de uma cidade.  Variável: precipitação pluviométrica durante um ano. b)População: Bolsa de valores de São Paulo  Variável: número de ações negociadas c)População: funcionários de uma empresa  Variável: salários d)População: pregos produzidos por uma máquina  Variável: comprimento e)População: propriedades agrícolas do Brasil  Variável: produção de algodãoProfª. Drª. M. Lucia Pozzatti Flôres 12
  • 13. Exercícios  3- Arredonde cada um dos dados abaixo, deixando-os com apenas uma casa decimal: a) 2,38________ b) 24,65 _______ c) 0,351 _________ d) 4,24 ______ e) 328,35 _______ f) 2,97 _______ g) 89,99 ______ h) 5,829 ______ 4) Arredonde cada um dos números abaixo segundo a precisão pedida: a)Para o décimo mais próximo:  23,40 ________ 234,7832 _________45,09 _________  48,85002 ______78,85 _________ 12,35 __________ b)Para o centésimo mais próximo:  46,727 ________253,685 ______ 28,255 _________Profª. Drª. M. Lucia Pozzatti Flôres 13