Apostila Pee

U NIVERSIDADE

DE

C AXIAS

DO

S UL

P ROFESSORA : C ÍNTIA P AESE G IACOMELLO

Probabilidade e Estatística

Índice

1

2 3 4

5

6

7 8

Introdução _____________________________________________________1 1.1

Amostragem ________________________________________________________ 2

1.2

Tipos de variáveis ____________________________________________________ 4

Séries estatísticas _______________________________________________5 Gráficos _______________________________________________________6 Distribuições de freqüências ______________________________________12 4.1

Construção de distribuição de freqüência para dados contínuos ______________ 12

4.2

Gráficos das distribuições de freqüência _________________________________ 13

4.3

Construção de distribuição de freqüência para dados discretos ______________ 15

4.4

Construção de uma distribuição de freqüência acumulada___________________ 17

4.5

Distribuições de freqüência para dados nominais e por postos _______________ 18

4.6

Gráficos para distribuições de freqüência ________________________________ 19

Medidas de tendência central _____________________________________20 5.1

Média _____________________________________________________________ 20

5.2

Mediana ___________________________________________________________ 23

5.3

Moda _____________________________________________________________ 25

5.4

Relação entre as medidas de tendência central ___________________________ 26

Medidas de variabilidade ________________________________________28 6.1

Amplitude _________________________________________________________ 28

6.2

Variância __________________________________________________________ 29

6.3

Desvio padrão ______________________________________________________ 29

6.4

Coeficiente de variação ______________________________________________ 30

Medidas de assimetria e curtose __________________________________31 Introdução à probabilidade_______________________________________33 8.1

Experimento aleatório _______________________________________________ 33

8.2

Espaço amostral ____________________________________________________ 34

8.3

Eventos ___________________________________________________________ 34

8.4

A probabilidade de um evento _________________________________________ 34

8.5

Cálculo das probabilidades ____________________________________________ 37

9 Distribuições de probabilidade ____________________________________43 10 Teoria elementar da amostragem ________________________________56 10.1

Amostragem com e sem reposição ____________________________________ 56

10.2

Distribuições amostrais _____________________________________________ 56

Prof. Cíntia Paese Giacomello

2

11 12

Estimação ___________________________________________________62 Testes de hipóteses ___________________________________________68

12.1

Teste de hipóteses para médias ______________________________________ 70

12.2

Testes de duas amostras para médias _________________________________ 72

12.3

Teste para proporções _____________________________________________ 72

12.4

Teste do qui-quadrado (k amostras para proporções) ____________________ 73

13

Análise de variância (ANOVA - Analysis of Variance) _________________79

13.1

Formulário para solução ____________________________________________ 83

13.2

Exemplo de solução no Excel ________________________________________ 85

14

Regressão e correlação ________________________________________90

Regressão ______________________________________________________________ 91 14.1

Aplicações da regressão ____________________________________________ 91

14.2

Classificação das regressões_________________________________________ 91

14.3

Modelo linear _____________________________________________________ 91

Correlação ______________________________________________________________ 94 14.4

Objetivo da correlação _____________________________________________ 94

14.5

O coeficiente r de Pearson (correlação)________________________________ 94

14.6

Coeficiente de determinação ________________________________________ 94

14.7

Exemplo de solução no Excel ________________________________________ 96

14.8

Outros modelos __________________________________________________ 100

15

Tabelas ____________________________________________________106

Prof. Cíntia Paese Giacomello

3

1 I ntrodução Estuda-se estatística para aplicar seus conceitos como auxílio nas tomadas de decisão diante de incertezas, justificando cientificamente as decisões. Os princípios estatísticos são utilizados em uma grande variedade de situações – no governo, nos negócios e na indústria, bem como no âmbito das ciências sociais, biológicas e físicas. Estatística é a ciência ou método científico que estuda os fenômenos multicausais, coletivos ou de massa e procura inferir as leis que os mesmos obedecem. Método estatístico é um processo para se obter, apresentar e analisar características ou valores numéricos para uma melhor tomada de decisão em situações de incerteza. Os passos da metodologia estatística são os seguintes: •

Definição cuidadosa do problema

•

Formulação de um plano para coleta das unidades de observação

•

Coleta, resumo e apresentação das unidades de observação ou de seus valores numéricos

•

Análise dos resultados

•

Divulgação de relatório com as conclusões, de tal modo que estas sejam facilmente entendidas por quem as for usar na tomada de decisões.

Em geral, é aceita a divisão da estatística em dois grandes grupos: estatística descritiva e indutiva. Descritiva: corresponde aos procedimentos relacionados com a coleta, elaboração, tabulação, análise, interpretação e apresentação dos dados. Isto é, inclui as técnicas que dizem respeito à sintetização e à descrição de dados numéricos. Tais métodos podem ser gráficos e envolvem a utilização de recursos computacionais. O objetivo da estatística descritiva é tornar as coisas mais fáceis de entender, relatar e discutir. Indutiva (ou inferencial): parte de uma ou mais amostras (subconjuntos da população) e conclui sobre a população. Utiliza técnicas como a teoria das probabilidades, inferência estatística, amostragem.

Com maior freqüência utilizamos o estudo da amostra do que da população, não só por serem menos dispendiosas e consumirem menos tempo no processamento dos dados, mas também porque muitas vezes não dispomos de todos os elementos da população.

Prof. Cíntia Paese Giacomello

1

Definições: População: coleção completa de todos os elementos (valores, pessoas, medidas,...) a serem estudados. Amostra: subcoleção de elementos extraídos da população. Censo: coleção de dados relativos a todos os elementos de uma população. Amostragem: coleção de dados relativos a elementos de uma amostra.

Exemplo: População

Amostra

Parâmetro: medida numérica que descreve uma característica de uma população Estatística: medida numérica que descreve uma característica de uma amostra

1.1 Amostragem O objetivo da amostragem é permitir fazer inferências sobre uma população após inspeção de apenas parte dela. Fatores como custo, tempo, ensaios destrutivos e populações infinitas tornam a amostragem preferível a um estudo completo (censo). Os principais tipos de amostragem utilizados são os probabilísticos, onde todos os indivíduos da população têm a mesma chance de serem selecionados. Os planos de amostragem probabilística são delineados de tal modo que se conhece todas as combinações amostrais possíveis e suas probabilidades, podendo-se então determinar o erro amostral. Os métodos mais comuns de amostragem probabilística são: •

Amostragem aleatória simples: os elementos de uma população são escolhidos de tal forma que todos tenham a mesma chance de serem escolhidos. Pode-se utilizar uma tabela de números aleatórios ou um programa de geração de números aleatórios.

•

Amostragem estratificada: subdivide-se a população em, no mínimo, dois estratos (subpopulações) que compartilham a mesma característica e em seguida escolhe-se uma amostra de cada. Exemplo: homens e mulheres.

•

Amostragem sistemática: escolhe-se um ponto de partida e então, sistematicamente, selecionam-se os outros. Por exemplo: o 3°, 403°, 803°, 1203°,... indivíduos

Prof. Cíntia Paese Giacomello

2

•

Amostragem por conglomerados: divide-se a população em conglomerados (áreas), em seguida sorteiam-se algumas áreas e analisam-se todos os elementos dos conglomerados escolhidos. Por exemplo: bairros.

Fonte: Triola, Mário. 1999, 11.

Amostragens não probabilísticas são utilizadas quando a população em estudo é muito pequena ou de difícil obtenção. Neste caso a análise de uma amostra poderia causar distorções. Uma pessoa familiarizada com a população pode indicar melhor as unidades amostrais. Este tipo de amostragem não permite avaliar o erro amostral. EX: doença rara.

Prof. Cíntia Paese Giacomello

3

1.2

Tipos de variáveis

Alguns conjuntos de dados consistem em números, enquanto outros são não numéricos. Utiliza-se a nomenclatura de dados (ou variáveis) qualitativos e quantitativos.

Variáveis

Quantitativas

Discretas

Qualitativas

Contínuas

Exercícios: Identifique cada número como discreto ou contínuo 1. Cada cigarro Camel tem 16,13 mg de alcatrão 2. O altímetro de um avião da American Airlines indica uma altitude de 21.359 pés 3. Uma pesquisa efetuada com 1015 pessoas indica que 40 delas são assinante de um serviço de informação on-line. 4. O tempo total gasto anualmente por um motorista de táxi de Nova York ao dar passagem a pedestres é de 2367 segundos.

Apresente dois exemplos de dados discretos ou contínuos de sua empresa / pesquisa.

Prof. Cíntia Paese Giacomello

4

2 Séries estatístic as Consiste no agrupamento dos dados estatísticos em tabelas. Em qualquer série estatística são observados três elementos fundamentais: •

O fato, isto é, o que está sendo observado

•

O espaço geográfico

•

A época

Estes elementos criam classificações para as séries: específicas, temporais ou geográficas.

Séries temporais (ou históricas) Os dados estão reunidos de acordo com o tempo, que varia. Os outros dois fatores - local e fato - permanecem inalterados.

Séries geográficas Os dados estão reunidos de acordo com o local, que varia. Os outros dois fatores - fato e data - permanecem inalterados.

Prof. Cíntia Paese Giacomello

5

Séries específicas Os dados estão reunidos de acordo com o evento, que varia. Os outros dois fatores - local e data - permanecem inalterados.

As séries podem ainda apresentar-se sob a forma mista, resultante da combinação dos fatores.

3 Gráficos Os gráficos consistem em uma forma de apresentação dos dados, usualmente utilizada pois facilita a interpretação dos resultados. São elementos complementares de um gráfico: •

Título geral, época e local

•

Escalas e respectivas unidades de medida

•

Indicação das convenções adotadas (legenda)

•

Fonte de informação dos dados

Prof. Cíntia Paese Giacomello

6

Principais tipos de gráficos: (Fonte: Site da Microsoft – www.microsoft.com.br)

Colunas Um gráfico de colunas mostra as alterações de dados em um período de tempo ou ilustra comparações entre itens. As categorias são organizadas na horizontal e os valores são distribuídos na vertical, para enfatizar as variações ao longo do tempo. Gráficos de colunas empilhadas mostram o relacionamento de itens individuais com o todo . O gráfico de colunas em perspectiva 3D compara pontos de dados ao longo dos dois eixos.

Vendas por local

Nesse gráfico 3D, você pode comparar o desempenho das vendas de quatro trimestres na Europa com o desempenho de outras duas divisões.

Barras Um gráfico de barras ilustra comparações entre itens individuais. As categorias são organizadas na vertical e os valores na horizontal para enfocar valores de comparação.

Vendas por produto

Gráficos de barras empilhadas mostram o relacionamento de itens individuais com o todo.

Prof. Cíntia Paese Giacomello

7

Linha Valor de venda do produto X

Um gráfico de linhas mostra tendências nos dados em intervalos iguais. A união dos pontos faz sentido pois a variável é contínua. Meses usualmente são tratados como variáveis contínuas

Pizza Um gráfico de pizza mostra o tamanho proporcional de itens que constituem uma série de dados para a soma dos itens. Ele sempre mostra somente uma única série de dados, sendo útil quando você deseja dar ênfase a um elemento importante. Totaliza a informação (100%). Cada faixa do gráfico é proporcional à informação.

Para facilitar a visualização de fatias pequenas, você pode agrupá-las em um único item do gráfico de pizza e subdividir esse item em um gráfico de pizza ou de barras menor, ao lado do gráfico principal.

Diagrama de Dispersão (Dispersão XY) Um gráfico xy (dispersão) mostra a relação existente entre os valores numéricos em várias séries de dados ou plota dois grupos de números como uma série de coordenadas xy. Esse gráfico mostra intervalos irregulares ou clusters de dados e é usado geralmente para dados científicos.

Prof. Cíntia Paese Giacomello

Relação entre tempo e temperatura

8

Histograma

Apresenta as classes ao longo do eixo horizontal e as freqüências (absolutas ou relativas) ao longo do eixo vertical. As fronteiras das “barras” coincidem com os pontos extremos dos intervalos de classe.

Distribuição da quantidade produzida % das árvores

É um gráfico de colunas, porém utilizado para apresentar distribuições de freqüências.

0.30 0.25 0.20 0.15 0.10 0.05 0.00

3a8

8 a 13 13 a 18 18 a 23 23 a 28 28 a 33

Safras (alq.)

Área Um gráfico de área enfatiza a dimensão das mudanças ao longo do tempo. Exibindo a soma dos valores plotados, o gráfico de área mostra também o relacionamento das partes com um todo. Nesse exemplo, o gráfico de área enfatiza o aumento das vendas em Washington e ilustra a contribuição de cada estado para o total das vendas.

Superfície Um gráfico de superfície é útil quando você deseja localizar combinações vantajosas entre dois conjuntos de dados. Como em um mapa topográfico, as cores e os padrões indicam áreas que estão no mesmo intervalo de valores. Esse gráfico mostra as várias combinações de temperatura e tempo que resultam na mesma medida de resistência à tração.

Prof. Cíntia Paese Giacomello

9

Radar Um gráfico de radar compara os valores agregados de várias séries de dados.

Nesse gráfico, a série de dados que cobre a maior parte da área, Marca A, representa a marca com o maior conteúdo de vitamina.

Ações O gráfico de alta-baixa-fechamento é usado muitas vezes para ilustrar preços de ações. Esse gráfico também pode ser usado com dados científicos para, por exemplo, indicar mudanças de temperatura. Você deve organizar seus dados na ordem correta para criar esse e outros gráficos de ações.

Um gráfico de ações que mede o volume tem dois eixos de valores: um para as colunas, que medem o volume, e outro para os preços das ações. Você pode incluir volume em um gráfico de alta-baixa-fechamento ou de abertura-alta-baixa-fechamento.

Prof. Cíntia Paese Giacomello

10

Bolhas Um gráfico de bolhas é um tipo de gráfico xy (dispersão). O tamanho do marcador de dados indica o valor de uma terceira variável. Para organizar seus dados, coloque os valores de x em uma linha ou coluna e insira os valores de y e os tamanhos das bolhas correspondentes nas linhas ou colunas adjacentes.

O gráfico nesse exemplo mostra que a Empresa A tem a maioria dos produtos e a maior fatia do mercado, mas não necessariamente as melhores vendas.

Cone, cilindro e pirâmide Os marcadores de dados em forma de cone, cilindro e pirâmide podem dar um efeito especial aos gráficos de colunas e de barras 3D.

Rosca Como um gráfico de pizza, o gráfico de rosca mostra o relacionamento das partes com o todo, mas pode conter mais de uma série de dados. Cada anel do gráfico de rosca representa uma série de dados.

Prof. Cíntia Paese Giacomello

11

4 Distribuições de freqüências Distribuição de freqüência é uma tabela resumida na qual os dados são organizados em grupos de classe ou categorias convenientemente estabelecidas e numericamente ordenadas. As distribuições de freqüências são series heterógrafas, isto é, séries na qual o fenômeno ou fato apresenta graduações ou subdivisões. Embora fixo, o fenômeno varia de intensidade. Nas distribuições de freqüência, os dados são agrupados segundo um critério de magnitude, em classe ou pontos, permanecendo constante o fato, local e tempo, de tal forma que se possa determinar a percentagem ou número, de cada classe. É um tipo de apresentação que condensa uma coleção de dados conforme as freqüências ou repetições de seus valores.

A construção da distribuição de freqüência depende do tipo de dado com os quais se está lidando: contínuos ou discretos.

4.1 Construção de distribuição de freqüência para dados contínuos Os principais estágios são: 1. Estabelecer a quantidade de classes ou intervalos de grupamento dos dados. O número de classes deve variar entre 5 e 15. Aconselha-se utilizar número de observações.

n onde n é o

2. Determinar a amplitude das classes. Aconselha-se fazer amplitude / n o de classes. (OBS: amplitude = maior valor – menor valor) 3. Enquadrar os dados nas classes, mediante contagem e apresentar os resultados em uma tabela ou gráfico

Exemplo: Os dados a seguir representam o tempo (em minutos) que 45 operadores de máquina demoraram para fazer o setup de uma máquina.

6,5 6,4 9,7 7,9 7,9

4,0 5,0 4,4 6,0 6,4

7,1 8,5 7,0 8,2 7,4

8,3 5,7 6,3 10,4 7,0

1 – Número de classes
45 valores


5,4 7,7 8,3 9,9 13,0

7,6 7,2 6,9 3,9 8,7

9,0 12,4 5,7 9,8 6,4

15,7 7,1 7,6 8,2 6,7

16,7 5,5 7,9 5,6 7,4

45 =6,7 ≅ 7 classes

2 – Amplitude das classes
16,7 – 3,9 = 12,8 (Maior valor = 16,7; Menor valor = 3,9). Logo, tem-se a amplitude das classes 12,8 / 7 = 1,83 ≅ 2

Prof. Cíntia Paese Giacomello

12

3 – Escrever as classes e contar os valores

Tempo (minutos)

Número de operadores

% de operadores

3 –| 5

4

8,9%

5 –| 7

15

33,3%

7 –| 9

18

40,0%

9 –| 11

4

8,9%

11 –| 13

2

4,4%

13 –| 15

0

0,0%

15 –| 17

2

4,4%

Total

45

100%

3 –| 5 equivale a 3 < x ≤ 5 Ou seja, são contados no intervalo todos os valores superiores a 3 e inferiores ou iguais a 5.

A freqüência absoluta (f i ) corresponde ao número de operadores A freqüência relativa (f ri ) corresponde ao percentual de operadores

4.2 Gráficos das distribuições de freqüência Histograma de freqüências

Número de operadores

Análise dos tempos para fazer o setup da máquina 20 18 16 14 12 10 8 6

18 15

4

4

4 2 0

2

2 0

3 –| 5

5 –| 7

7 –| 9

9 –| 11

11 –| 13

13 –| 15

15 –| 17

Tempo (minutos)

Uma alternativa ao histograma de freqüências é o polígono de freqüências, construído mediante a conexão dos pontos médios dos intervalos do histograma, com linhas retas.

Prof. Cíntia Paese Giacomello

13

Análise dos tempos para fazer o setup da máquina

Número de operadores

20 18

18

16 14 12

15

10 8 6 4

4

4

2 0

2

3 –| 5

5 –| 7

7 –| 9

2 0 9 –| 11 11 –| 13 13 –| 15 15 –| 17

Tempo (minutos)

OBS: uma vez que a área do polígono deve ser 100%, deve-se ligar o primeiro e o último pontos médios com o eixo horizontal, de modo a cercar a área da distribuição observada.

Exercícios: 1. A tabela de dados representa o peso de 30 sacos de arroz da marca A selecionados aleatoriamente em um supermercado. Construa a distribuição de freqüências e apresente em um gráfico. (para facilitar os dados já estão ordenados) 922

930

936

950

954

954

958

965

968

974

977

979

987

989 1001 1006 1008 1010 1013 1017

1018 1034 1034 1035 1042 1044 1044 1048 1070 1116

2. Construa a distribuição de freqüência e o polígono de freqüências. 6,2

9,0

12,2

14,7

7,9

9,8

8,0

13,3

13,3

8,9

8,8

8,3

11,8

11,8

14,7

8,5

7,7

11,4

11,2

10,6

Prof. Cíntia Paese Giacomello

14

4.3 Construção de distribuição de freqüência para dados discretos Na construção de uma distribuição de freqüência utilizando dados contínuos, perde-se certa quantidade de informação porque os valores individuais perdem sua identidade quando são agrupados em classes. Isso pode ou não ocorrer com dados discretos, dependendo da natureza dos dados e os objetivos do analista.

Consideremos os seguintes dados relativos ao número de acidentes diários em um grande estacionamento, durante o período de 50 dias. 1

6

3

6

2

4

5

3

7

9

5

4

5

3

4

5

6

0

8

4

4

1

9

5

7

5

5

4

5

8

4

5

3

2

6

7

4

3

1

4

0

0

5

4

2

6

6

2

8

7

Note que os dados estão entre 0 e 9. Podemos construir uma distribuição de freqüência sem perda dos valores originais, utilizando os próprios valores.

Freqüência dias

% dos dias

0

3

0,06

1

3

0,06

12

2

4

0,08

10

3

5

0,10

4

10

0,20

5

10

0,20

6

6

0,12

7

4

0,08

8

3

0,06

9

2

0,04

50

1,00

Número de dias

Classe

8 6 4 2 0 0

1

2

3

4

5

6

7

8

9

Não houve perda de informação, ou seja, poderíamos construir a tabela original a partir da distribuição de freqüências.

Prof. Cíntia Paese Giacomello

15

Por outro lado, poderíamos usar como classes 0-1, 2-3, 4-5, 6-7 e 8-9. Freqüência dias

% dos dias

0-1

6

0,12

2-3

9

0,18

4-5

20

0,40

6-7

10

0,20

8-9

5

0,10

50

1,00

25 Número de dias

Classe

20 15 10 5 0 0-1

2-3

4-5

6-7

8-9

De modo geral prefere-se uma distribuição de freqüência sem perda de informação quando: •

Os dados são constituídos de valores inteiros.

•

Há menos de, digamos, 16 classes.

•

Há suficientes observações para originar uma distribuição significativa

Por outro lado, prefere-se uma distribuição de freqüência com perda da informação quando: •

Estão em jogo inteiros e não inteiros

•

Só existem inteiros, porém em número muito alto para permitir uma distribuição útil.

•

A perda da informação é de importância secundária (por exemplo, o arredondamento do peso de um caminhão ou da renda anual para a unidade mais próxima)

Prof. Cíntia Paese Giacomello

16

4.4 Construção de uma distribuição de freqüência acumulada Uma distribuição de freqüência acumulada tem por objetivo indicar o número ou percentual de itens menores do que, ou iguais a , determinado valor. No caso dos acidentes podemos construir distribuições acumuladas para a distribuição com e sem perda da informação.

Sem perda da informação Freqüências

Classe

N° dias

% dias

0

3

0,06

0,06

1

3

0,06

0,12

2

4

0,08

0,20

3

5

0,10

0,30

4

10

0,20

0,50

5

10

0,20

0,70

6

6

0,12

0,82

7

4

0,08

0,90

8

3

0,06

0,96

9

2

0,04

1,00

50

1,00

Classe

N° dias

% dias

0-1

6

0,12

0,12

2-3

9

0,18

0,30

4-5

20

0,40

0,70

6-7

10

0,20

0,90

8-9

5

0,10

1,00

50

1,00

acumuladas

Com perda da informação Freqüências acumuladas

Podemos, pela primeira tabela, concluir que 90% dos dados correspondem a valores menores ou iguais a 7. ou seja, Em 90% dos dias o número de acidentes não excede 7.

Prof. Cíntia Paese Giacomello

17

1.0

1.0

0.8

0.8

0.6

0.6

0.4

0.4

0.2

0.2

0.0

0.0 0

1

2

3

4

5

6

7

8

9

0-1

2-3

4-5

6-7

8-9

% dos dias

Os polígonos de freqüências acumuladas são também chamados de ogivas.

1,0 0,8 0,6 0,4 0,2 0,0 0

1

2

3

4

5

6

7

8

9

N. acidentes

4.5 Distribuições de freqüência para dados nominais e por postos As distribuições de freqüências para dados nominais se assemelham às distribuições de freqüência normais, porém apresentam as categorias em lugar das classes. Por exemplo: Vendas absolutas

Vendas relativas

Limão

600

0,375

Laranja

400

0,250

Melão

300

0,188

Melancia

200

0,125

Abacaxi

100

0,063

Total

1600

1,000

Usa-se o gráfico de barras ou colunas para representar dados nominais.

Prof. Cíntia Paese Giacomello

18

4.6 Gráficos para distribuições de freqüência A distribuição de freqüência é muitas vezes utilizada para determinar o formato da distribuição. A distribuição dos dados pode ser simétrica ou não.

Distribuições discretas

Assimétrica à direita

Simétrica

Assimétrica à esquerda

Exercício: Construa a distribuição de freqüência e desenhe o histograma dos dados a seguir. Qual é o formato da distribuição? 20,7 18,5 23,3 18,9 28,3

18,7 21,3 25,3 26,6 20,3

Prof. Cíntia Paese Giacomello

26,2 19,3 20,4 22,4 21,7

21,7 18,3 18,3 18,9 18,2

18,8 25,1 24,0 22,6 20,3

20,6 18,8 21,2 21,4 19,2

20,7 24,3 19,4 27,0 24,7

20,2 28,4 20,6 23,6 18,4

19

5 Medidas de ten dência central As medidas de tendência central são usadas para indicar um valor que tende a representar melhor um conjunto de números. As três medidas mais usadas são a média, a mediana e a moda.

5.1 Média 5.1.1 Média aritmética A média aritmética é o resultado da divisão da soma de todos os valores da amostra pela quantidade total de valores.

n

∑x x=

i =1

n

i

ou simplesmente x =

∑x n

n

OBS: x lê-se X barra e significa média.

∑x

i

lê-se somatório de x i , i variando de 1 a n.

i =1 n

∑x

i

= x1 + x 2 + ... + x n

i =1

Se um estudante faz quatro provas, obtendo as notas 70, 60, 80 e 75, sua média é: 71,25.

Algumas propriedades da média •

A média de um conjunto de dados pode ser sempre calculada.

•

Para um dado conjunto de números, a média é única.

•

A média é sensível a (ou afetada por) todos os valores do conjunto, assim, se um número se modifica, a média também se modifica.

•

Somando-se uma constante a cada valor do conjunto, a média ficará aumentada do valor constante. Analogamente, extraindo-se um valor constante de cada valor do conjunto, a média também ficará diminuída desse valor.

•

A soma dos desvios dos números de um conjunto a contar da média é zero.

Prof. Cíntia Paese Giacomello

20

5.1.2 Média ponderada A fórmula anterior para calcular a média aritmética supõe que cada observação tenha a mesma importância. A média ponderada considera que as informações não tem a mesma importância, ou seja, devem ser levados em conta o peso das informações. n

∑w x i

i

i =1 n

Média ponderada =

∑w

i

i =1

Onde w i é o peso da observação de ordem i.

Consideremos que um professor informe a classe de que haverá dois exames parciais, valendo cada um 30% da nota e um exame final valendo 40%. Um aluno obtém desempenho 70 na primeira avaliação, 65 na segunda e 80 no exame final. n

∑wx i

Média ponderada =

i

i =1 n

∑w

=

70x 0,30 + 65x 0,30 + 80x 0,40 = 72,50 1,00

i

i =1

5.1.3 Média geométrica A média geométrica é utilizada quando se deseja fazer a média de taxas de juro, por exemplo. Neste caso, multiplicam-se os n termos e em seguida extraí-se a raiz de ordem n. A média geométrica é o resultado da raiz de ordem n do produto de todos os valores da amostra. n

Média geométrica =

n

∏x

i

i =1

n

OBS:

∏x

i

= x1x 2 x 3...x n

lê-se produtório de x i , i variando de 1 a n.

i =1

5.1.4 Média harmônica A média harmônica de um conjunto de n números é a recíproca da média aritmética dos recíprocos dos números.

Prof. Cíntia Paese Giacomello

21

Média harmônica =

1 n

1 1 ∑ n i −1 xi

=

n 1

∑x

5.1.5 Relação entre as médias aritmética, geométrica e harmônica A média geométrica de um conjunto de números positivos é menor ou igual à sua média aritmética, mas é maior ou igual à sua média harmônica.

H≤G≤x

Em símbolos:

O sinal de igualdade vale somente quando todos os números forem iguais. Exemplo: o conjunto 2,4 e 8 tem média aritmética 4,67, média geométrica 4 e média harmônica 3,43.

5.1.6 Cálculo da média para uma distribuição de freqüência A média de uma distribuição de freqüência é calculada com base valor e na freqüência de cada classe.

x =

∑ fx i

i

n

Onde f i é a freqüência da classe i. Para dados com perda da informação, utiliza-se em lugar de x i o ponto médio do intervalo.

Exemplo: Classe

Ponto médio (x i )

N° dias (f i )

f i xi

0-1

0,5

6

3,0

2-3

2,5

9

22,5

4-5

4,5

20

90,0

6-7

6,5

10

65,0

8-9

8,5

5

42,5

n = 50

223

Prof. Cíntia Paese Giacomello

x=

∑ fx i

n

i

=

223 = 4,46 50

22

Classe (x i )

N° dias (f i )

f i xi

0

3

0

1

3

3

2

4

8

3

5

15

4

10

40

5

10

50

6

6

36

7

4

28

8

3

24

9

2

18

50

222

x =

∑ fx i

n

i

=

222 = 4,44 50

Se fizéssemos a média a partir da tabela original obteríamos o valor de 4,44.

5.2 Mediana A principal característica da mediana é dividir o conjunto de números em dois grupos iguais: a metade terá valores inferiores ou iguais à mediana e a metade terá valores superiores ou iguais à mediana. Para calcular a mediana inicia-se ordenando os valores em ordem crescente. Em seguida conta-se até a metade deles. Em geral a mediana ocupa a posição (n+1)/2. Para número ímpar de valores a mediana é o valor do meio. Para amostras com número par de unidades, a mediana é a média dos dois valores centrais.

Exemplos: Amostra

Número de elementos

Dados ordenados

Mediana

2 3 34 25 14 5

9 elementos
ímpar

1 2 23 3 4 45 5

3

2 4 31 73 89 24

10 elementos
par

1 2 23 34 47 89

3,5

3 4 23 15 32 6 7 32 52 36 21

Prof. Cíntia Paese Giacomello

23

Uma medida semelhante à mediana é o quartil. Os quartis dividem o conjunto ordenado de dados em quatro grupos iguais. 25% dos valores são inferiores ao primeiro quarti (Q 1 ), 25% estão entre Q 1 e a mediana, 25% estão entre a mediana e o terceiro quartil (Q 3 ). OBS: o segundo quartil corresponde à mediana (Q 2 =mediana).

LI

Q1

Q 2 =mediana

Q3

LI = Limite inferior

LS LS=Limite superior

5.2.1 Cálculo da mediana para uma distribuição de freqüência Da mesma forma que para dados apresentados em série, a mediana é o ponto que divide as informações ao meio.

A mediana pode ser obtida por interpolação, e é dada pela fórmula.

n   − ( ∑ f )1   c Mediana = L1 +  2  f mediana      onde: L 1 = limite inferior da classe mediana, isso é, da classe que contém a mediana n = número de itens dos dados (freqüência total) ( Σ f) 1 =soma de todas as freqüências das classes anteriores à mediana f mediana = freqüência da classe mediana c = amplitude do intervalo da classe mediana

Exemplo: No caso dos acidentes, temos 50 observações, logo a mediana deve estar localizada na posição (50+1)/2 = 25,5, ou seja, a classe que contém a mediana é a classe 4-5. O limite inferior da classe mediana é 4. Antes da classe mediana (( Σ f) 1 ) haviam “passado” 15 dados. A classe mediana contém 20 observações e a amplitude da classe mediana é 1. Então

 50  − 15    x1 = 4 + 0,5 = 4,5 Mediana = 4 +  2  20     

Prof. Cíntia Paese Giacomello

24

5.3 Moda A moda é o valor que aparece com maior freqüência na amostra. Um conjunto de dados pode não apresentar moda, apresentar uma moda, duas modas (bimodal), três modas (trimodal) ou mais modas (polimodal).

Exemplo: A moda do conjunto 2 3 4 3 2 3 5 1 2 é 3, pois o três é o valor que mais vezes aparece.

5.3.1 Cálculo da moda para uma distribuição de freqüência Quando não há perda da informação, a moda é idêntica ao valor da classe modal, que é a classe com maior freqüência. Quando há perda da informação, a moda representa o(s) valor(es) de X correspondente(m) ao(s) ponto(s) de ordenada(s) máxima(s) da curva e pode ser calculada pela fórmula:

 ∆1 Moda = L 1 +   ∆1 + ∆ 2

  c 

onde: L 1 =limite inferior da classe modal (isto é, a classe que contém a moda) ∆ 1 =excesso da freqüência modal sobre a da classe imediatamente anterior ∆ 2 = excesso da freqüência modal sobre a da classe imediatamente posterior

c = amplitude da classe modal

Exemplo: No caso dos acidentes.... Classe

N° dias (f i )

0-1

6

2-3

9

4-5

20

6-7

10

8-9

5

Classe modal

n = 50

 11  Moda = 4 +  1 = 4 + 0 ,52 = 4 ,52  11 + 10 

Prof. Cíntia Paese Giacomello

25

A distribuição pode ter mais de uma moda, sendo bimodal ou de modas múltiplas. OBS: as duas modas não precisam, necessariamente, ter a mesma freqüência. Isso acontece quando há um deslocamento da distribuição.

Moda

Classe modal

Classes modais

Classes modais

5.4 Relação entre as medidas de tendência central Para as curvas de freqüência unimodal moderadamente inclinadas (assimétricas) vigora a relação empírica Média – Moda = 3 (Média – Mediana)

Moda

Moda Mediana

Moda

Mediana

Mediana

Média

Média

Média

Exercícios: 1. Para os seguintes conjuntos de dados, determine os valores da média aritmética, média geométrica, média harmônica, mediana e moda. a)

12

15

16

15

12

15

15

b)

2

6

3

6

3

3

4

c)

2

8

3

10

2

1

6

d)

38

38

70

92

22

17

Prof. Cíntia Paese Giacomello

5

7

14

9

4

3

26

2. Determine Q 1 , Q 2 e Q 3 nos conjuntos de dados que seguem: a)

15

15

4

7

16

16

4

11

7

8

19

7

6

12

17

16

9

20

16

14

3

12

4

9

8

3

16

4

b)

12

4

7

4

9

11

12

5

8

9

4

3. Qual seria o efeito sobre a média de um conjunto de dados se se adicionasse 10: a) a um dos números?

b) a cada um dos números?

4. João possui 5 imóveis localizados nesta cidade. Ele deseja saber qual o valor médio, por metro quadrado, das suas propriedades. Sabendo que imóveis no centro valem R$ 450,00/m 2 e imóveis em bairros valem R$ 300,00/m 2 , calcule o valor médio por m 2 do seu capital. Apartamento de 80 m 2 no centro Pavilhão de 450 m 2 no bairro Casa de 280 m 2 no centro Apartamento de 120 m 2 no bairro Casa de 320 m 2 no bairro

Prof. Cíntia Paese Giacomello

27

6 Medidas de vari abilidade As medidas de variabilidade ou dispersão indicam se os valores estão relativamente próximos ou não uns dos outros. Na análise de um conjunto de dados é necessário que sejam observados tanto as informações relativas à localização (medidas de tendência central) quanto as informações de dispersão (medidas de variabilidade).

Exemplo:

Pequena variabilidade

Grande variabilidade

Exemplo: Duas máquinas estão sendo comparadas. A seguir está descrita a produção de cada uma durante 5 dias. Média

Produção Máq 1

10

10

10

10

10

10

Máq 2

5

18

8

3

16

10

Você acha que a programação da produção para as duas máquinas pode ser a mesma durante 1 semana? Por quê?

Consideraremos quatro medidas de dispersão: amplitude, variância, desvio padrão e coeficiente de variação. Todas elas, exceto a amplitude, têm na média o ponto de referência. Em cada caso, o valor zero indica ausência de variação; a dispersão aumenta à proporção que aumenta o valor da medida (intervalo, variância, etc.).

6.1 Amplitude Também conhecida como intervalo. A amplitude de um grupo de dados é, de modo geral, mais simples de calcular e de entender. Consiste na diferença entre o maior e o menor valor, ou seja, entre os valores extremos.

Amplitude = X max - X

Prof. Cíntia Paese Giacomello

mín

28

A maior limitação da amplitude é o fato de só levar em conta os valores extremos de um conjunto, nada informado sobre os outros valores.

Exemplo: 1. Calcule a amplitude dos seguintes conjuntos de dados. Você acha que a dispersão dos conjuntos é igual? a)

15

15

12

14

16

16

4

15

b)

5

4

5

4

6

5

16

4

6.2 Variância Calcula-se a variância de uma amostra elevando-se as diferenças de cada um dos valores em relação à média, somando-se estas diferenças e dividindo-se por n-1.

s

2 x

∑ (x =

i

− x)2

n −1

Quando se deseja a variância populacional, deve-se substituir n-1 por n na fórmula. Usualmente iremos utilizar a variância amostral.

Exemplo: Cálculo da variância do conjunto de dados 2,4,6,8, e 10.

( xi

− x )2

xi

x

xi − x

2

6

-4

16

4

6

-2

4

6

6

0

0

8

6

2

4

10

6

4

16

0

40

Somas

s

2 x

∑ (x =

i

− x)2

n −1

=

40 = 10 5 −1

6.3 Desvio padrão O desvio padrão é simplesmente a raiz quadrada da variância. Assim se a variância é 81, o desvio padrão será 9. Prof. Cíntia Paese Giacomello

29

∑ (x

sx =

i

− x)2

n −1

(

)

2   xi ∑ x −   ∑ n    n −1 2 i

=

Como anteriormente, a substituição de n-1 por n produz as fórmulas para a população. A unidade na qual o desvio padrão é expresso é a mesma dos dados originais, ou seja, se os dados são em Reais, o desvio padrão também vai ser em reais (e a variância em reais 2 ).

Exemplo: Cálculo do desvio padrão do conjunto de dados 20, 5, 10, 15 e 25. Usando a fórmula normal: ( xi

− x )2

xi

x

xi − x

20

15

5

25

5

15

-10

100

10

15

-5

25

15

15

0

0

25

15

10

100

0

250

Somas

sx =

∑ (x

i

− x)2

n −1

=

250 = 5 −1

62,5 = 7,91

Usando a fórmula simplificada:

∑x ∑x

i 2 i

= 20 + 5 + 10 + 15 + 25 = 75 = 202 + 52 + 102 + 152 + 252 = 1375

sx =

(

 x x − ∑ i ∑  n −1 2 i

)

2

 n   =

1375 − 75 5 −1

2

5 =

250 = 7,91 5 −1

6.4 Coeficiente de variação O coeficiente de variação é uma medida de variação útil para comparar conjuntos de dados diferentes. Ele é usualmente expresso em percentual.

O coeficiente de variação é dado pelo quociente entre o desvio padrão e a média dos dados. Prof. Cíntia Paese Giacomello

30

CV =

Desvio padrão S x = Média X

Exemplo: Entre os conjuntos de dados a seguir apresentados, qual apresenta maior variabilidade? Conjunto A Conjunto B 12 3 25 4 16 5 23 2 Solução:

CVA =

Desvio Padrão A 6,06 = = 0,3187 MédiaA 19

CVB =

Desvio Padrão B 1,29 = = 0,3688 MédiaB 3,5

Então o conjunto que possui maior variabilidade é o conjunto B.

Exercícios: 1. O desvio padrão pode ser zero? Explique. Pode ser negativo? Explique.

2. Calcule a média e o desvio padrão para as vendas diárias. R$ 8100

R$ 9000

R$ 4580

R$ 5600

R$ 7680

R$ 4800

R$ 10640

3. Consideremos os seguintes dados correspondentes a preços de propostas. 26,5

27,5

25,5

26,0

27,0

23,4

25,1

26,2

26,8

Calcule a amplitude, a variância, o desvio padrão, a média, moda, mediana e os quartis

7 Medidas de a ssi metria e curtose As medidas de assimetria e curtose indicam qual o formato da distribuição dos dados em relação à distribuição normal (descrita adiante). Assimetria é o grau de desvio, ou afastamento da simetria, de uma distribuição. Ela retorna a distorção de uma distribuição. O valor enviesado caracteriza o grau de assimetria de uma distribuição em torno de sua média. Um valor positivo indica uma distribuição com uma ponta assimétrica que se estende em direção a valores mais positivos. Um valor

Prof. Cíntia Paese Giacomello

31

negativo indica uma distribuição com uma ponta assimétrica que se estende em direção a valores mais negativos. No excel a função correspondente é distorção .

n  xi − x    Assimetria = ∑ (n − 1)(n − 2)  s 

3

Assimétrica positiva

Simétrica

Assimétrica negativa

a>0

a=0

a<0

A curtose é o grau de achatamento de uma distribuição e caracteriza uma distribuição em cume ou plana se comparada à distribuição normal (chamada mesocúrtica). A curtose positiva indica uma distribuição relativamente em cume (chamada leptocúrtica). A curtose negativa indica uma distribuição relativamente plana (chamada platicúrtica). A função correspondente no excel chama-se CURT, e calcula a curtose de um conjunto de dados de, no máximo, 30 valores. 4  n(n + 1) 3(n − 1) 2  x i − x   −   Curtose =  ∑  s   (n − 2)(n − 3)  (n − 1)(n − 2)(n − 3) 

Leptocúrtica

Mesocúrtica

Platicúrtica

c>0

c=0

c<0

Prof. Cíntia Paese Giacomello

32

8 I nt r oduç ão à p robabilid ad e As origens da probabilidade remontam ao século XVI. As aplicações iniciais referiam-se quase todas a jogos de azar. Os jogadores aplicavam o conhecimento da teoria das probabilidades para planejar estratégias de apostas. Atualmente a utilização das probabilidades ultrapassou de muito o âmbito desses jogos. Hoje os governos, as empresas, as organizações profissionais incorporam a teoria das probabilidades em seus processos diários de deliberações. Independentemente de qual seja a aplicação em particular, a utilização das probabilidades indica que existe um elemento de acaso, ou de incerteza, quanto à ocorrência ou não de um evento futuro. Assim é que, em muitos casos, pode ser virtualmente impossível afirmar por antecipação o que ocorrerá, mas é possível dizer o que pode ocorrer. Há numerosos exemplos de tais situações no campo dos negócios e do governo. A previsão da procura de um novo produto, o cálculo dos custos da produção, a previsão das safras, a compra de apólices de seguros, a avaliação da redução de impostos sobre a inflação. As probabilidades são úteis pois ajudam a desenvolver estratégias. O ponto central em todas as situações é a possibilidade de quantificar quão provável é determinado evento. As probabilidades são utilizadas para exprimir a chance de ocorrência de determinado evento. O estudo das probabilidades é importante pois elas são a base para o estudo estatístico.

8.1 Experimento aleatório Experimentos aleatórios são aqueles que, mesmo repetidos várias vezes sob condições semelhantes, apresentam resultados imprevisíveis. Características dos experimentos aleatórios: 1. Podem ser repetidos indefinidamente sob as mesmas condições. 2. Não se pode adiantar um resultado particular, mas pode-se descrever todos os

resultados possíveis 3. Se

repetidos muitas vezes apresentarão uma regularidade em termos de freqüência de resultados.

Exemplos : lançamento de uma moeda, lançamento de um dado, aposta na loteria, ....

Ao descrever um experimento aleatório deve-se especificar não somente que operação ou procedimento deva ser realizado, mas também o que deverá ser observado. (Note a diferença entre o 2 o e o 3 o )

•

Joga-se um dado e observa-se o número obtido na face superior.

•

Joga-se uma moeda 4 vezes e o observa-se o número de caras obtido.

Prof. Cíntia Paese Giacomello

33

•

Joga-se uma moeda 4 vezes e observa-se a seqüência de caras e coroas.

•

Um lote de 10 peças contém 3 defeituosas. As peças são retiradas uma a uma (sem reposição) até que a última defeituosa seja encontrada. Conta-se o número de peças retiradas.

•

Uma lâmpada nova é ligada e observa-se o tempo gasto até queimar.

•

Lança-se uma moeda até que ocorra uma cara e conta-se então o número de lançamentos necessários.

•

Lançam-se dois dados e anota-se o total de pontos obtidos.

•

Lançam-se dois dados e anota-se o par obtido.

8.2 Espaço amostral O espaço amostral (S) de um experimento aleatório é o conjunto de todos os possíveis resultados do experimento. n(S) é o número de elementos do conjunto S, ou o número de resultados possíveis.

Exemplo : um experimento é o lançamento de uma moeda. Os possíveis resultados são cara ou coroa, então, S={cara, coroa}. Em dois lançamentos de uma moeda, sendo interessante observar a ordem dos resultados, os possíveis resultados são: 1) cara e cara, 2) cara e coroa, 3) coroa e cara e 4) coroa e coroa. O espaço amostral é S={(Ca,Ca), (Ca,Co), (Co,Ca) e (Co,Co)}. n(S)=4

8.3 Eventos Chama-se de evento qualquer subconjunto do espaço amostral S de um experimento aleatório, ou seja, qualquer resultado do espaço amostral. n(A) é o número de resultados associados ao evento A.

Exemplo : no lançamento de uma moeda S={cara, coroa}. Um evento de interesse A pode ser “obter cara no lançamento de uma moeda” e n(A)=1. No lançamento de um dado, o evento de interesse (A) pode ser obter face par e n(A)=3.

8.4 A probabilidade de um evento Seja A um evento. A probabilidade deste evento ocorrer é dada por P(A), que é um número entre 0 e 1. Quanto mais próxima a probabilidade estiver de 1, maior será sua chance de ocorrência. A um evento impossível atribui-se probabilidade 0, enquanto que um evento certo tem probabilidade 1. Há três maneiras diferentes de calcular ou estimar probabilidades: o método clássico, quanto o espaço amostral tem resultados igualmente prováveis. O método empírico, que Prof. Cíntia Paese Giacomello

34

se baseia na freqüência relativa de ocorrência de um evento num grande número de provas repetidas e o método subjetivo, que utiliza estimativas pessoais de probabilidade, baseadas num certo grau de crença. Em geral vamos utilizar o método clássico de cálculo de probabilidades.

Quando os resultados são equiprováveis, a probabilidade de cada resultado é função do número de resultados possíveis:

P( A ) =

número de resultados associados ao evento A número total de resultados possíveis

Exemplo: Experimento: lançar um dado e observar a face superior Espaço amostral: S={1,2,3,4,5,6}

n(S)=6

Evento A: face par

n(A)=3

P(A)= 3/6 = ½ = 0,5 ou 50%

OBS: existe uma pequena diferença entre probabilidade e chance de um evento. A probabilidade relaciona o número de resultados de A com o número de resultados total, enquanto que chance compara o número de resultados de A com o número de resultados de outro evento (B ou C). Em uma urna com 5 bolas brancas, 3 vermelhas e 2 azuis, A probabilidade de selecionar uma bola branca é P(branca)=5/10=0,5 ou 50% E a chance de selecionar uma bola branca é 5:5, que é semelhante a 1:1, o que significa que existe a mesma chance de retirar uma bola branca ou uma bola de outra cor.

Exercícios: 1. Escreva o espaço amostral no lançamento de um dado. Ache a probabilidade associada a cada evento.

2. Extrai-se uma carta de um baralho de 52 cartas. Determine a probabilidade de: a) um valete b) uma carta vermelha c) um dez de paus d) uma figura e) uma carta de ouros f) um nove vermelho

Prof. Cíntia Paese Giacomello

35

3. Complete a tabela com os valores calculados da probabilidade dos eventos ocorrerem Experimento

Evento

Lançar uma moeda uma vez

Cara

Lançar um dado uma vez Extrair uma carta de um baralho com 52 cartas Extrair uma carta de um baralho de 52 cartas

P(Evento)

Face 3 6 vermelho Valete de ouros

4. Encontre n(S), n(A) e P(A) no lançamento de dois dados Experimento: Lançar dois dados e observar a seqüência dos resultados S={(1,1), (1,2), (1,3),.....,(6,4),(6,5),(6,6)} N(S)=36

a. A: apareçam faces iguais

b. A: a segunda face é o dobro da primeira

c. A: apareçam somente números ímpares

d. A: apareçam faces iguais ou a segunda face é o quadrado da primeira

e. A: a soma das faces é igual a 7

5. Há 50 bolas numa urna: 20 azuis, 15 vermelhas, 10 pretas e 5 verdes. Misturam-se as bolas. Determine a probabilidade da bola escolhida ser: a) Verde b) Azul c) Verde ou azul d) Não-vermelha e) Vermelha ou verde f) Amarela g) Não-amarela

Prof. Cíntia Paese Giacomello

36

6. Um motorista tem uma marca num de seus pneus, e 20% do pneu é visível. Ao parar, qual a probabilidade da marca ficar na parte visível?

7. Um motor tem 6 velas, e uma está defeituosa, devendo ser substituída. Duas estão em posição de difícil acesso, o que torna difícil a substituição. a) Qual a probabilidade de a vela defeituosa estar em posição difícil? b) Qual a de não estar em posição difícil?

8. Os dados compilados pela gerência de um supermercado indicam que 915 dentre 1500 clientes compradores de domingo gastam mais de R$ 40,00 em suas compras. Estime a probabilidade de um comprador em qualquer domingo gastar mais de R$ 40,00.

9. Uma pesquisa de tráfego levada a efeito das 5 às 6 horas da manhã num trecho de uma rodovia federal revelou que, de 200 carros que pararam para uma verificação rotineira de segurança, 25 tinham pneus em más condições. Estime a probabilidade de um carro que pare naquele trecho ter seus pneus em boas condições

8.5 Cálculo das probabilidades Muitas aplicações da estatística exigem a determinação da probabilidade de combinações dos eventos. Há duas características de combinações. Pode ser necessário determinar a probabilidade de ambos os eventos acontecerem P(A e B) ou a probabilidade de um deles, A ou B, ou seja, P(A ou B).

Em um prédio com 2 elevadores, poderíamos perguntar: Qual a probabilidade de ambos elevadores estarem em serviço? Ou então, Qual a probabilidade de um ou outro elevador estar em serviço?

Ambos implica P(A e B) Um ou outro implica P(A ou B)

Prof. Cíntia Paese Giacomello

37

Regra da adição: A regra da adição leva em conta a ocorrência do evento A ou do evento B ou de ambos os eventos e é denotada por P(A∪B).

A

B

P(A ou B) = P(A) + P(B) – P(A e B) Quando os eventos são mutuamente excludentes (não tem elementos em comum), então a probabilidade de ambos é nula e o termo P(A e B) será zero. Se A e B são mutuamente excludentes
P(A ou B) = P(A) + P(B)

OBS: Para apresentar os eventos utilizam-se os Diagramas de Venn [apresentados por John Venn (1834-1923)], que representam os espaços amostrais e os eventos como círculos, quadrados, ou outra figura geométrica conveniente.

Exercícios: 1. Numa urna existem 10 bolas numeradas de 1 a 10. Retira-se uma bola ao acaso. Qual a probabilidade do número ser par ou maior que 4?

2. Numa urna existem 10 bolas numeradas de 1 a 10. Retira-se uma bola ao acaso. Qual a probabilidade do número ser um número primo ou maior que 8?

Prof. Cíntia Paese Giacomello

38

Regra da multiplicação Considerando-se dois eventos A e B de um mesmo espaço amostral, a probabilidade de A e B ocorrerem P(A∩B) é dada por:

A

B

A probabilidade de A e B é igual à probabilidade de A, dado B, vezes a probabilidade de B. P(A e B) = P(A|B) P(B) Onde P(A|B) é a probabilidade de A ocorrer dado que B tenha ocorrido.

Quando a probabilidade de B ocorrer não depender de A ter ocorrido, dizemos que A e B são independentes, e P(B| A)=P(B) Se A e B são independentes
P(A e B)=P(A)P(B)

Exemplo 1: Deve-se inspecionar uma grande caixa de peças. Os registros indicam que 2% das caixas acusam conteúdo inferior ao estipulado. Escolhidas duas caixas aleatoriamente, qual a probabilidade de ambas acusarem conteúdo inferior, admitindo-se que a remessa inspecionada é semelhante as anteriores (isto é, 2% de deficientes)? P(ambas deficientes)=P(deficiente)P(deficiente) =0,02 x 0,02 =0,0004 ou seja, 0,04% de probabilidade das caixas serem defeituosas.

Exemplo 2: Suponha que 20 canetas estão expostas numa papelaria. Seis são vermelhas e 14 azuis. Do conjunto de 20, iremos escolher 2 canetas aleatoriamente. Qual a probabilidade de que as duas canetas selecionadas sejam vermelhas? Neste caso os eventos não são independentes, pois a cor da primeira caneta selecionada vai determinar a probabilidade da segunda caneta ser vermelha. Seja

A=a segunda caneta selecionada é vermelha B=a primeira caneta selecionada é vermelha

 5  6   30    =   = 0,0789  19  20   380 

Desejamos P(A e B) = P(A|B) P(B) = 

Prof. Cíntia Paese Giacomello

39

Regras de probabilidade P(A ou B), Para eventos não mutuamente excludentes: P(A ou B ou ambos) = P(A) + P(B) – P(A e B) para eventos mutuamente excludentes: P(A ou B) = P(A) + P(B) para eventos independentes:

P(A e B),

P(A e B) = P(A) . P(B) Para eventos dependentes P(A e B) = P(B).P(A/B) ou P(A).P(B/A)

Outra forma de apresentar os eventos é através de tabelas de contingência (tabelas com cruzamento de classificações). Por exemplo: Vermelha

Preta

Totais

Ás

2

2

4

Não ás

24

24

48

Totais

26

26

52

Exercícios 1. Uma urna contém 6 bolas vermelhas e 4 azuis. Em duas bolas consecutivas, sem reposição, determine a probabilidade de retirar a primeira azul e a segunda vermelha.

2. Uma urna contém 6 bolas vermelhas e 4 azuis. Em duas bolas consecutivas, com reposição, determine a probabilidade de retirar a primeira azul e a segunda vermelha.

3. Em um lote de 12 peças, quatro são defeituosas. Retira-se uma peça e inspecionase. Qual a probabilidade: a. Da peça ser defeituosa b. Dela não ser defeituosa

Prof. Cíntia Paese Giacomello

40

4. Uma loja dispõe de pneus novos e recapados. Entre 100 pneus, sabe-se que 30 são recapados. a. Se um cliente levar um pneu, qual a probabilidade de que ele seja recapado? b. Se um cliente levar dois pneus, qual a probabilidade de que ambos sejam recapados?

c. Se um cliente levar 4 pneus, qual a probabilidade de que todos sejam recapados?

5. Um dado é lançado 3 vezes. Calcule a probabilidade de que se obtenha face 6 nos 3 lançamentos.

6. Uma urna contém 50 bolas numeradas de 1 a 50. Serão selecionadas 5 bolas, sem reposição. Qual a probabilidade de que uma pessoa que tenha feito um jogo anotando os 5 número acerte todos?

Prof. Cíntia Paese Giacomello

41

7. Nos últimos anos, as empresas de cartões de crédito intensificaram esforços no sentido de abrir mais contas para alunos de faculdade. Suponha que uma amostra de 200 alunos em sua faculdade apresentou as seguintes informações em termos de o aluno possuir cartão de crédito bancário e/ou cartão de crédito de viagem e entretenimento: CC de viagem e entretenimento

CC bancário

Totais

Sim

Não

Sim

60

60

120

Não

15

65

80

Totais

75

125

200

a. Se um aluno é selecionado aleatoriamente, qual a probabilidade de que o aluno possua um cartão de crédito bancário?

b. Se um aluno é selecionado aleatoriamente, qual a probabilidade de que o aluno não possua um cartão de crédito bancário?

c. Se um aluno é selecionado aleatoriamente, qual a probabilidade de que o aluno possua um cartão de crédito bancário e um cartão de viagem e entretenimento?

d. Se um aluno é selecionado aleatoriamente, qual a probabilidade de que o aluno não possua um cartão de crédito bancário nem cartão de viagem e entretenimento?

e. Se um aluno é selecionado aleatoriamente, qual a probabilidade de que o aluno possua um cartão de crédito bancário ou possua um cartão de viagem e entretenimento?

f.

Suponha que um aluno possui um cartão de crédito bancário. Qual a probabilidade de que ele possua um cartão de viagem e entretenimento?

g. Suponha que o aluno não possui um cartão de viagem e entretenimento. Qual a probabilidade de que ele ou ela possua um cartão de crédito bancário?

h. Os dois eventos, possuir um cartão de crédito bancário e possuir um cartão de viagem e entretenimento, são estatisticamente independentes? Explique.

Prof. Cíntia Paese Giacomello

42

9 Distribuições de probabilidade O histograma é usado para apresentar observações extraídas de uma população)

dados

amostrais

(Amostra=conjunto

de

Por exemplo, 50 valores de satisfação dos clientes são interpretados como uma amostra da satisfação de todos os clientes. O uso de métodos estatísticos permite que se analise essa amostra e se tire alguma conclusão sobre a satisfação dos clientes. Uma distribuição de probabilidade é um modelo matemático que relaciona um certo valor da variável em estudo com a sua probabilidade de ocorrência.

Há dois tipos de distribuição de probabilidade 1. Distribuições Contínuas: Quando a variável que está sendo medida é expressa em uma escala contínua, como por exemplo, o peso de peças produzidas, diâmetro, etc. 2. Distribuições Discretas: Quando a variável que está sendo medida só pode assumir certos valores, como por exemplo os valores inteiros 0, 1, 2, etc.

No caso de distribuições discretas, a probabilidade que a variável específico x o é dada por: P {X = x o } = P(x o )

X

assuma um valor

No caso de variáveis contínuas, as probabilidades são especificadas em termos de b intervalos: P a ≤ x ≤ b = ∫a f ( x ) dx

{

}

Relembrando: uma variável aleatória é uma função com valores numéricos, cujos valores são determinados por fatores de chance. Uma variável aleatória é considerada discreta se toma valores que podem ser contados. Uma variável aleatória é considerada contínua quando pode tomar qualquer valor em determinado intervalo.

Prof. Cíntia Paese Giacomello

43

Os gráficos a seguir apresentam exemplos de distribuições de probabilidades discreta e contínua.

Exemplo: Distribuição de probabilidade para a variável aleatória “número de caras em duas jogadas de uma moeda”.

Número de caras Valor da V.A.

Prob. do resultado

Número de caras Valor da V.A

Prob. do resultado

Cara

2

½ x ½=¼

0

¼

Cara Coroa

1

½ x ½=¼ 1

¼ +¼ =½

Coroa Cara

1

½ x ½=¼

Coroa Coroa

0

½ x ½=¼

2

¼

Resultado Cara

Soma = 1

Soma = 1

O valor esperado, ou esperança matemática, de uma variável aleatória é E(x), que consiste no valor esperado para ela, ou seja, o valor médio da variável. n

E( x ) =

∑px i

se X é v.a. discreta

i

i =1

ou ∞

E( X) =

∫ x. f(x) dx

se X é v.a. contínua

−∞

E a variância de X é dada por Var( X ) = E( X 2 ) − [E( X )]2 . O desvio padrão é

Prof. Cíntia Paese Giacomello

Var ( X) 44

Neste exemplo, o valor esperado é 0 . ¼ + 1 . ½ + 2 . ¼ = 1. E a variância é Var(X)=E(X 2 )-[E(X)] 2 = E(X 2 ) - 1= (0 2 .¼ + 1 2 .½ + 2 2 .¼) –1 =1,5-1=0,5 E o desvio padrão = 0,71

Exemplo: um investidor julga que tem 0,4 de probabilidade de ganhar $ 25.000 e 0,6 de perder $ 15.000. Seu ganho esperado é de: E(X) = 0,4 (25.000) + 0,6 (-15.000) = $ 1.000. E a variância é Var(X)=E(X 2 )-[E(X)] 2 = E(X 2 ) – 1.000 2 =(0,4.25.000 2 + 0,6.(-15.000) 2 )-1.000 2 =(0,4 x 625.000.000 + 0,6 x 225.000.000)-1.000 2 = 250.000.000+ 135.000.000 –1.000 2 = 385.000.000 –1.000.000 = 384.000.000 Desvio padrão = $ 19.595,92

Exercícios: 1. O número de chamadas telefônicas recebidas por uma mesa e suas respectivas probabilidades para um intervalo de 3 minutos são: Número de chamadas

0

1

2

3

4

5

Total

Freqüência relativa

0,60

0,20

0,10

0,04

0,03

0,03

1,00

Em média, quantas chamadas podem ser esperadas num intervalo de três minutos?

2. Um bilhete de loteria tem 0,00001 de chance de dar um prêmio de $ 100.000, 0,00002 de chance de dar um prêmio de $ 50.000 e 0,004 de chance de um prêmio de $ 25. Qual seria o preço justo de venda do bilhete?

3. Uma confeitaria estabeleceu um registro de vendas para certo tipo de bolo. Determine o número esperado de bolos encomendados. N ° bolos/dia

0

1

2

3

4

5

6

7

8

9

Total

Freqüência relativa

0,02

0,07

0,09

0,12

0,20

0,20

0,18

0,10

0,01

0,01

1,00

Prof. Cíntia Paese Giacomello

45

9.1.1 Distribuições discretas mais importantes As principais distribuições discretas são a Distribuição de Bernoulli, Distribuição Binomial e Distribuição Poisson.

Distribuição de Bernoulli A distribuição de Bernoulli consiste em uma distribuição adequada à variável aleatória de Bernoulli, que por sua vez é uma v.a. que assume apenas os valores 0 e 1, com função de probabilidade tal que: P(0) = P(X=0) = 1- p P(1) = P(X=1) = p

Então, E(X)= p e Var(X)= p (1- p )

Distribuição Binomial Seja um processo composto de uma seqüência de observações independentes, onde o resultado de cada observação pode ser um sucesso ou uma falha. Se a probabilidade de sucesso é constante e igual a p, a distribuição do número de sucessos seguirá o modelo Binomial. A distribuição Binomial é usada com freqüência no controle de qualidade. É o modelo apropriado quando a amostragem é feita sobre uma população infinita ou muito grande.

A distribuição binomial possui quatro propriedades essenciais: 1. As observações possíveis podem ser obtidas através de dois diferentes métodos de amostragem. Cada observação pode ser considerada como se tivesse sido selecionada a partir de uma população infinita sem reposição ou a partir de uma população finita com reposição. 2. Cada observação pode ser classificada em uma de duas categorias mutuamente excludentes e coletivamente exaustivas, usualmente chamadas sucesso ou falha. 3. A probabilidade de uma observação ser classificada como sucesso ( p ) é constante de observação para observação. Assim sendo, a probabilidade de fracasso 1-p também é constante. 4. O resultado (isto é, sucesso ou fracasso) de qualquer observação independe do resultado de qualquer outra observação.

Em aplicações de controle da qualidade, x em geral representa o número de defeituosos observados em uma amostra de n itens. Prof. Cíntia Paese Giacomello

46

n P ( x ) =   p x (1 − p ) n − x x onde

e

n n!   = x ! ( n − x )! x

n   representa o número de combinações de n objetos tomados x de cada vez x P(X) = probabilidade de X sucessos uma vez que n e p são conhecidos n = tamanho da amostra p = probabilidade de sucesso




1-p = probabilidade de falha

X = número de sucessos na amostra (X=0, 1, 2, ..., n) A média de uma variável aleatória com distribuição binomial é

µ = np

dada por σ 2 = np(1-p) onde p é proporção de sucessos na amostra p =

e a variância é

x n

Exemplo: Um processo industrial opera com média de 1% de defeituosos. Baseado em amostras de 100 unidades, calcule as probabilidades de uma amostra apresentar 0 , 1 , 2 , 3 e 4 defeituosos. Plote a distribuição de probabilidade correspondente. Como a variável aleatória pode apresentar apenas duas possibilidades, ser boa ou defeituosa, a distribuição que melhor se ajusta é a distribuição binomial, com parâmetros p=0,01 e n=100. Então, a probabilidade de uma amostra de tamanho n = 100 apresentar 0 defeituosos é

n  100   0 ,010 (1 − 0 ,01)100 − 0 = 0,366 P( x ) =  p x (1 − p)n − x
P(x=0) = P(0) =  x  0  P(x=1) = P(1) =

100 1  0,01 (1 − 0,01)100−1 = 0,370  1  100 

0,012 (1 − 0,01)100 − 2 = 0,185 P(x=2) = P(2) =   2  100 

0,01 (1 − 0,01) P(x=3) = P(3) =   3  3

100 − 3

= 0,061

100 

0,014 (1 − 0,01)100 − 4 = 0,015 P(x=4) = P(4) =   4 

Prof. Cíntia Paese Giacomello

47

0,4

P(x)

0,3 0,2 0,1 0 x=0

x=1

x=2

x=3

x=4

Exercícios: 1. Um processo opera segundo uma chance de falha de 2%. Coletando amostras de 25 unidades, qual a probabilidade de uma amostra selecionada apresentar 2 defeituosos ou menos.

2. Imagine que para o processo anterior, fossem coletadas amostras de 50 unidades e o critério para parar o processo e procurar causas especiais fosse X=1 ou mais. Calcule a percentagem de vezes que o processo seria interrompido logo após a amostragem.

Distribuição de Poisson

A aplicação típica da distribuição de Poisson no controle da qualidade é como um modelo para o número de defeitos (não-conformidades) que ocorre por unidade de produto (por m 2 , por volume ou por tempo) Diz-se que existe um processo de Poisson se pudermos observar eventos discretos numa área de oportunidade – um intervalo contínuo (de tempo, de comprimento, de área, ...) de maneira tal que, se encurtarmos a área de oportunidade ou intervalo suficientemente: 1. A probabilidade de se observar exatamente um sucesso no intervalo é estável Prof. Cíntia Paese Giacomello

48

2. A probabilidade de se observar mais de um sucesso no intervalo é zero 3. A ocorrência de um sucesso em qualquer intervalo é estatisticamente independente da ocorrência em qualquer outro intervalo

A distribuição de Poisson tem um parâmetro λ (lambda) que é a média ou o número esperado de sucessos por unidade. A variância desta distribuição é σ 2 = λ . O número de sucessos X da variável aleatória de Poisson varia de 0 a ∞ .

A expressão matemática para a distribuição de Poisson para se obterem X sucessos, dado que λ sucessos são esperados é:

P( x ) = onde

e − λ λx onde x=0,1,2,.... x!

P(X) = probabilidade de X sucessos, dado o conhecimento de λ λ = número esperado de sucessos

e = constante matemática (aproximadamente 2,71828) X = número de sucessos por unidade

Exemplo: Suponha que o número de defeitos no cordão de solda de uma carroceria siga uma distribuição de Poisson com λ = 2. Então a probabilidade de uma carroceria apresentar mais de 3 defeitos será: P(X> 3) = 1 – P(x ≤ 3) = 1-[ P(x=0) + P(x=1) + P(x=2) + P(x=3)] Onde P( x ) =

e − λ λx x!




P(0) =

e −2 2 0 = 0,135 0!

e −2 21 P(x=1) = P(1) = = 0,271 1! P(x=2) = P(2) = 0,271

P(x=3) = P(3) = 0,180

Logo, P(X> 3)

= 1 – P(x ≤ 3) = 1-[ P(x=0) + P(x=1) + P(x=2) + P(x=3)] = 1 – [0,135+0,271+0,271+0,180] = 1 – [0,857] =0,143
14%

A probabilidade de uma carroceria apresentar mais de três defeitos é 14%.

Exemplo 2: Prof. Cíntia Paese Giacomello

49

Se chegam em média 2 carros por minuto em um posto de gasolina, qual a probabilidade de que cheguem exatamente 5 carros em dois minutos? Neste caso o tempo é diferente do tempo correspondente ao λ. Então deve-se transformar o λ para que ele corresponda ao tempo de 2 minutos. Chegam em média 2 carros por minuto
chegam em média 4 carros em 2 minutos λ =4

e − λ λx P( x ) = x!




e −4 45 P (5) = = 0,1563 = 15,63% 5!

Exercícios: 1. O setor financeiro de uma loja de departamentos está tentando controlar o número de erros cometidos na emissão das notas fiscais. Suponha que esses erros sigam o modelo de Poisson com média λ = 0,03. Qual a probabilidade de uma nota selecionada ao acaso conter 1 ou mais erros?

2. Em uma indústria automotiva, defeitos superficiais de pintura ocorrem a uma taxa de 0,15 defeitos/unidade. Encontre a probabilidade que uma unidade escolhida ao acaso apresente 1 ou mais defeitos superficiais.

3. Em uma empresa industrial ocorrem, em média, 3 acidentes por mês. Qual a probabilidade de que em um determinado mês, ocorra apenas um acidente?

4. Dez por cento das ferramentas produzidas por um certo processo de fabricação revelaram-se defeituosas. Determinar a probabilidade de, em uma amostra de 10 ferramentas escolhidas ao acaso, exatamente duas serem defeituosas mediante o emprego da distribuição de Poisson.

5. Se a probabilidade de um indivíduo sofrer uma reação nociva, resultante da injeção de um determinado soro é 0,001, qual a probabilidade de, entre 2000 indivíduos, a) exatamente 3 sofrerem aquela reação? b) Mais de 2 sofrerem a reação?

Prof. Cíntia Paese Giacomello

50

9.1.2 Distribuições contínuas A distribuição mais importante e mais utilizada na prática é a Distribuição Normal. Outros modelos importantes de distribuições contínuas são: Uniforme, Exponencial, Gama, Qui-Quadrado, t de Student e F de Snedecor.

Distribuição Normal A Distribuição Normal é essencialmente importante na estatística por três razões principais: 1. Inúmeros fenômenos contínuos parecem seguí-la ou podem ser aproximados por meio dela 2. Podemos utilizá-la para aproximar várias distribuições de probabilidade discretas 3. Ela oferece a base para a inferência estatística clássica, devido à sua afinidade com o teorema do limite central

Os parâmetros da distribuição Normal são a média e o desvio padrão. Trata-se de uma distribuição simétrica, unimodal, em forma de sino.

A função de probabilidade da distribuição normal é dada por:

f ( x) =

onde:

1

σ 2π

exp

−1  x − µ    2  σ 

2

e = constante matemática (aproximada por 2,71828) π = constante matemática (aproximada por 3,14159) µ = média aritmética da população σ = desvio padrão da população

X = qualquer valor da variável aleatória contínua onde - ∞ < X < ∞

Prof. Cíntia Paese Giacomello

51

99,73% 95,44% 68,26%

µ

-1σ +1σ -2σ

+2σ

-3σ

+3σ

Para simplificar a notação de uma v.a.c. com distribuição normal, com média µ e variância 2 σ utiliza-se: X~ N( µ, σ 2 ) A distribuição Normal acumulada é obtida calculando a probabilidade de X ser menor que um dado valor a : a

P( x ≤ a) = F(a) =

∫ f (x)dx


Função densidade acumulada

−∞

Essa integral não pode ser resolvida em forma fechada, mas a solução está apresentada em tabelas onde se entra com a variável reduzida ou variável padronizada Z e encontra-se F(Z) ou vice-versa.

a − µ  P( x ≤ a) = P Z ≤  = F(Z ) σ   Valor tabelado (Procurar na tabela da distribuição Normal padronizada)

Prof. Cíntia Paese Giacomello

52

Exemplo: O peso de um produto é uma característica muito importante. Sabe-se que o peso segue um modelo normal com média 1000 gramas e desvio padrão 40 gramas. Se a especificação técnica estabelece que o peso deve ser maior que 950 gramas, qual a probabilidade de que um pacote selecionado aleatoriamente satisfaça a especificação? OBS: este esquema equivale



P(x>950) = P Z >

Tabelado



950 − 1000   = P(Z > −1,25) = 0,3944 + 0,5000 = 0,8944 40 

X=950 µ =1000 σ =40

Z=-1,25 µ =0 σ =1

A probabilidade de que um pacote selecionado aleatoriamente satisfaça a especificação é de 89%.

Exemplo 2: Sabe-se que X representa medições feitas em um processo que segue o modelo Normal com média 100 e desvio padrão 10. Se forem feitas 4000 medições, quantas estarão entre 95 e 112?

112 − 100   95 − 100
P(95<x<112)= P  = P(-0,5
Valores tabelados

µ =100 σ =10

=0,5764
Aproximadamente 58% estarão entre 95 e 112.

Se forem feitas 4000 medições, aproximadamente 2305 estarão entre 95 e 112. (4000 x 57,64%)

Prof. Cíntia Paese Giacomello

53

Exercícios: 1. A resistência à tração do papel usado em sacolas de supermercado é uma característica de qualidade importante. Sabe-se que essa resistência segue um modelo Normal com média 40 psi e desvio padrão 2 psi. Se a especificação estabelece que a resistência deve ser maior que 35 psi, qual a probabilidade que uma sacola produzida com este material satisfaça a especificação?

2. O diâmetro do eixo principal de um disco rígido segue a distribuição Normal com média 25,08mm e desvio padrão 0,05mm. Se as especificações para esse eixo são 25,00 ± 0,15mm (isto é, varia de 24,85 a 25,15mm), determine o percentual de unidades produzidas em conformidades com as especificações.

3. A resistência à tração de isoladores cerâmicos apresenta distribuição Normal com média 95 Kg e desvio padrão 4 Kg. Se são produzidas 10.000 unidades desses isoladores, quantos apresentarão resistência inferior a 85 Kg? E quantos apresentarão resistência superior a 90 Kg?

4. A saída de uma bateria segue o modelo Normal com média 12,15 V e desvio padrão 0,2 V. 0,5 V.

Encontre o percentual que irá falhar em atender às especificações 12 V ±

Prof. Cíntia Paese Giacomello

54

5. A vida útil de lavadora de pratos automáticas é de 1,5 anos, com desvio padrão 0,3 anos. Se os defeitos se distribuem normalmente, qual é a probabilidade de uma lavadora necessitar conserto antes de expirar o período de 1 ano de garantia?

6. O tempo necessário, em uma oficina, para o conserto de transmissão para certo carro é normalmente distribuído com média 45 min e desvio padrão 8 min. O mecânico planeja começar o conserto do carro 10 min após o cliente deixá-lo na oficina, comunicando que o carro estará pronto em 1 h. Qual a probabilidade de que o cliente tenha que esperar caso o mecânico esteja enganado e o cliente fique esperando?

7. Sabe-se que o conteúdo de uma lata de cerveja é 350 ml e que tem distribuição aproximadamente normal com média 350 ml e desvio padrão 10 ml. a. Que % de latas tem menos que 345 ml de conteúdo? b. Que % de latas tem mais que 360 ml de conteúdo?

8. Uma fábrica de pneus fez um teste para medir o desgaste de pneus e verificou que ele seguia o comportamento de uma curva normal com média 48.000 km e desvio padrão de 2.000 km. Calcule a probabilidade de um pneu escolhido ao acaso: a. Dure mais que 47.000 km? b. Dure entre 45.000 e 51.000 km? c. Até que quilometragem duram 90% dos pneus?

9. Descreva um exemplo de aplicação da distribuição normal na sua profissão. Qual seria a média dos dados e o desvio padrão?

Prof. Cíntia Paese Giacomello

55

1 0 T e o r i a e l e m e n t a r d a a m o s t r a g em A teoria da amostragem é o estudo das relações existentes entre uma população e as amostras dela extraídas. É muito utilizada para a estimação das grandezas desconhecidas da população ( parâmetros ) através de conhecimento das grandezas correspondentes nas amostras ( estatísticas amostrais ). A teoria da amostragem é também útil para determinar se as diferenças observadas entre duas amostras são devidas a uma variação casual ou são verdadeiramente significativas. Por exemplo: queremos testar se os tempos de processamento da matéria prima de dois sistemas de produção são diferentes ou não. A resposta a esta questão implica o uso de testes de hipótese, que será visto mais adiante. Denomina-se inferência estatística a inferência de parâmetros (da população) com base nos resultados obtidos na amostra. Para que as conclusões sejam válidas, é necessário que a amostra selecionada seja representativa da população. Para isso podem ser utilizados os métodos de amostragem probabilísticos apresentados no capítulo 1: aleatória, sistemática, estratificada ou por conglomerados. O método mais utilizado é o por amostragem aleatória.

10.1 Amostragem com e sem reposição Quando selecionamos uma amostra devemos analisar se esta amostragem é com ou sem reposição. Na amostragem com reposição o mesmo elemento pode ser escolhido mais de uma vez. Na amostragem sem reposição cada elemento só pode ser selecionado uma única vez. Exemplo: uma urna contém dez bolas, numeradas de 0 a 9. Retira-se a primeira bola, anota-se o número, 3 por exemplo, e não se recoloca a bola na urna. Os outros números que podem ser sorteados são 0, 1, 2, 4, 5, 6, 7, 8 e 9. Este sistema é o sistema sem reposição. Entretanto, se tivéssemos recolocado a bola 3 na urna, então todos os números poderiam ser selecionados na segunda extração, inclusive o 3. Este sistema é chamado sistema com reposição. Em geral, quando uma amostragem é sem reposição, dizemos que a população é finita. Quando uma amostragem é com reposição, então dizemos que a população é infinita, pois a população nunca será exaurida. Para fins práticos a amostragem de uma população finita muito grande pode ser considerada infinita.

10.2 Distribuições amostrais Consideremos todas as amostras possíveis de tamanho n que podem ser retiradas de uma população dada (com ou sem reposição). Para cada amostra podemos calcular uma grandeza estatística, por exemplo, a média. Deste modo obtemos a distribuição amostral da média. Da mesma forma podemos calcular a distribuição amostral do desvio padrão, da variância, das proporções, ... Prof. Cíntia Paese Giacomello

56

Distribuição amostral das médias Uma distribuição amostral de médias é uma distribuição de probabilidade que indica quão prováveis são diversas médias amostrais. A distribuição é função da média, do desvio padrão da população e do tamanho da amostra. Para cada combinação da média, desvio padrão e tamanho da amostra haverá uma única distribuição amostral de médias.

Sejam:

µ x = média da população =

µ

µ x = média da distribuição amostral σ x = desvio padrão da população =

σ

σ x = desvio padrão da distribuição amostral N = tamanho da população n = tamanho da amostra

Admita-se que todas as amostras possíveis de tamanho n sejam retiradas de uma população finita de tamanho N>n. Então: População Finita:

µx = µ

e

σx =

σ n

N−n N −1

Se a população for infinita, ou se amostragem for tomada com reposição, os resultados serão: População Infinita:

µx = µ

e

σx =

σ n

A fórmula do desvio padrão nos diz que a quantidade de dispersão na distribuição amostral depende de dois fatores: -

a dispersão da população

-

o tamanho da amostra (utilizando raiz quadrada)

Por exemplo, em qualquer população, o aumento do tamanho das amostras extraídas resultará em menor variabilidade entre as possíveis médias amostrais. E se o mesmo tamanho de amostra é usado com diferentes populações, as populações com maior quantidade de dispersão σ x tenderão a gerar maior quantidade de variabilidade entre as médias de amostras extraídas delas.

Para amostras grandes n>30 a distribuição amostral das médias é aproximadamente normal, com média

µx

e desvio padrão

σx,

independente da população, desde que a

variância e a média da população sejam finitas e o tamanho da população seja, no mínimo, o dobro da amostra. Este resultado para população infinita é um caso especial do Prof. Cíntia Paese Giacomello

57

teorema do limite central da teoria avançada de probabilidade, que mostra que a precisão da aproximação melhora quando n cresce. Isto é indicado, algumas vezes, dizendo-se que a população é assintoticamente normal. No caso da população ser normalmente distribuída, a distribuição amostral das médias também o será, mesmo para pequenos valores de n (n<30). Teorema do limite central 1. Se a população sob amostragem tem distribuição normal, a distribuição das médias amostrais também será normal para todos os tamanhos de amostra. 2. Se a população básica é não normal, a distribuição de médias amostrais será aproximadamente normal para grandes amostras.

Exemplos: Calcule o desvio padrão da distribuição amostral de médias onde o desvio padrão da distribuição populacional é 2 e o tamanho da amostra é 40.

σx =

σx n

=

2

= 0,3162

40

Determine a média das distribuições de médias amostrais, sendo que a média populacional é 678.

µ x = µ x = 678

A média de uma distribuição amostral de médias é 50 e seu desvio padrão é 10 (desvio padrão da distribuição amostral das médias). Suponha normal a distribuição amostral. Que percentagem das médias amostrais estará entre 45 e 55? O procedimento é análogo ao visto no capítulo referente à distribuição normal, entretanto deve-se utilizar o valor de µ x = 50 e σ x =10. Então P(45< µ x <55)=0,3830

Um fabricante de baterias alega que seu artigo de primeira categoria tem uma vida esperada (média) de 50 meses. Sabe-se que o desvio padrão correspondente é de 4 meses. Que percentagem de amostras de 36 observações acusará vida média no intervalo de 1 mês em torno de 50 meses, admitindo ser de 50 meses a verdadeira vida média das baterias? Sabemos que, como n>30, a distribuição das médias amostrais será aproximadamente normal com média igual à média populacional e desvio padrão igual ao desvio padrão populacional dividido pela raiz quadrada do tamanho da Prof. Cíntia Paese Giacomello

58

amostra. Além disso vamos pressupor população infinita, pois a produção de baterias não termina (teoricamente!)

???

49

50 Meses

51

µx

A solução envolve a determinação do número de desvios padrões que 49 e 51 distam da média (amostral). Determinemos primeiro o desvio padrão da distribuição amostral:

σx =

σx n

=

4 36

= 0,67 para n=36

Então devemos trabalhar com x ∼ N(50;0,67) P(49< x <51)  z =

x−x

σx



49 − 50 = −1,5 0,67 

51 − 50 = +1,5 0,67

P(49< x <51)=P(-1,5
Prof. Cíntia Paese Giacomello

59

Distribuição amostral das proporções Sendo a probabilidade de ocorrência de um evento p (sucesso) e a probabilidade de não ocorrência 1-p (fracasso). Consideram-se todas as amostras possíveis de tamanho n de uma população infinita e, para cada amostra, determina-se a proporção de sucessos. Assim obtém-se a distribuição amostral das proporções. A média da distribuição amostral é sempre igual à proporção p = p onde

p = proporção populacional

p

= média da distribuição amostral das proporções

Quando a população é muito grande ou infinita, o desvio padrão da distribuição amostral se calcula

p(1 − p) n

σp =

e pode-se fazer uma aproximação para a distribuição normal quando n>30.

Exemplos: Determine a média da distribuição de proporções amostrais, quando a proporção na população é 72,3%

p =p=72,3%

Determine o desvio padrão da distribuição amostral de proporções para n=100 e uma proporção populacional de 60%

σp =

p(1 − p) = n

0,6(1 − 0,6) = 0,049 100

Verificou-se que 2% das ferramentas produzidas por uma certa máquina são defeituosas. Qual a probabilidade de que, em uma remessa de 400 dessas ferramentas, 3% ou mais revelarem-se defeituosas?

p =p=0,02

eσp =

p(1 − p) = n

0,02 * 0,98 = 0,007 400

Como n>30 pode-se utilizar a distribuição normal, então P(p>0,03)=P( z >

Prof. Cíntia Paese Giacomello

0,03 − 0,02 ) = P(z > 1,43) = 0,07636 = 7,636% 0,007

60

Exercícios: 1. Determine a média da distribuição das proporções amostrais quando a proporção na população é .... a. 30% b. 99% c. 54%

2. Calcule o desvio padrão da distribuição amostral de médias para cada um dos seguintes casos: a. σ x =6, n=6 b. σ x =6, n=20 c. σ x =6, n=40 d. σ x =6, n=100

3. Certas válvulas fabricadas por uma companhia têm vida média de 800 horas e desvio padrão de 60 horas. Determinar a probabilidade de uma amostra aleatória de 16 válvulas, retiradas do grupo, ter vida média a) entre 700 e 810 horas; b)inferior a 785 horas; c) superior a 820 horas; d) entre 770 e 830 horas.

4. Um fabricante faz a remessa de 1000 lotes de 100 lâmpadas elétricas cada um. Se 5% das lâmpadas são normalmente defeituosas, em quantos lotes pode-se esperar que existam; a) menos de 90 lâmpadas boas; b) 98 ou mais lâmpadas boas

Prof. Cíntia Paese Giacomello

61

11 Estimação A estimação é o processo que consiste em utilizar dados amostrais para estimar parâmetros populacionais. As estatísticas amostrais são utilizadas como estimadores de parâmetros populacionais. Assim, uma média amostral é usada como estimativa da média populacional, a proporção de defeituosos de uma caixa é utilizada para estimar a proporção de defeituosos na produção toda, etc. Tais estimativas chamam-se estimativas pontuais, porque originam apenas uma única estimativa do parâmetro. Em virtude da variabilidade amostral, é usual incluir uma “estimativa intervalar” para acompanhar a estimativa pontual. Esta nova estimativa proporciona um intervalo, ou âmbito, de possíveis valores do parâmetro populacional.

Estimativa pontual: estimativa única de um parâmetro populacional Estimativa intervalar: intervalo de valores possíveis, o qual se admite que esteja contendo o parâmetro.

Um intervalo de confiança dá um intervalo de valores, centrado na estatística amostral, no qual julgamos, com um risco conhecido de erro, estar o parâmetro da população.

Exemplos: Parâmetro populacional

Tipo de estimativa Pontual

Intervalar

Média

Um carro de motor 1.0 anda, em média, 14 km com um litro de combustível

Um carro de motor 1.0 anda, em média, entre 12 e 16 km com 1 litro de combustível

Proporção

A proporção de peças defeituosas é de 2%

A proporção de peças defeituosas está entre 1,5 % e 2,5 %

Desvio padrão

O desvio padrão da temperatura numa piscina não aquecida é da ordem de 2 o C

O desvio padrão da temperatura numa piscina não aquecida está entre 1 o C e 3 o C

Os intervalos de confiança podem ser unilaterais (por exemplo, a proporção de defeitos é maior de 3%) ou bilaterais (a proporção de defeitos está entre 2% e 4%).

Prof. Cíntia Paese Giacomello

62

A capacidade de estimar parâmetros populacionais por meio de dados amostrais está ligada diretamente ao conhecimento da distribuição amostral da estatística que está sendo usada como estimador. Os intervalos de confiança para os parâmetros são construídos de forma que se considera uma variação em torno do valor amostral e, assim, pode-se escrever que o parâmetro situa-se entre dois limites:

Valor do parâmetro = estimativa pontual ± erro de amostragem O erro de amostragem depende da distribuição amostral do parâmetro, do nível de confiança adotado e do tamanho da amostra. A tabela a seguir apresentada resume as informações necessárias para intervalos de confiança.

População Infinita

Finita

x

x

Estimativa de médias Pontual Intervalar σ x conhecido

σ x desconhecido

x±z

x±t

σx n sx n

x±z

σx

x±t

sx

n

n

N−n N −1 N−n N −1

Estimativa das proporções Pontual

Intervalar

p =

p±z

x n

p(1 − p) n

p =

p±z

x n

p(1 − p) N − n n N −1

Onde: z representa o valor tabelado da distribuição Normal, com nível de confiança α. t representa o valor tabelado da distribuição t de Student, com nível de confiança α e GL graus de liberdade1 N é o tamanho da população n é o tamanho da amostra

1

O valor da distribuição t de Student depende do número de graus de liberdade

Prof. Cíntia Paese Giacomello

63

Exemplo: Intervalo de confiança para a média µ quando se conhece a variância de população σ x Seja uma amostra de tamanho 36 de uma população infinita, sabe-se que σ x =3 e x =24,2

Confiança desejada

Z (tabelado)

90%

1,65

x±z

95%

1,96

x±z

99%

2,58

x±z

Fórmula

Cálculo

σx

24,2 ± 1,65

n

σx

24,2 ± 1,96

n

σx

24,2 ± 2,58

n

3 36 3 36 3 36

E

Intervalo

24,2 ± 0,825

23,375 a 25,025

24,2 ± 0,980

23,220 a 25,180

24,2 ± 1,290

23,110 a 25,690

Tamanho da amostra Uma das perguntas mais freqüentes em estatística é: “Qual o tamanho da amostra que devemos tomar?” O tamanho da amostra dependerá do grau de confiança desejado (z), da quantidade de dispersão entre os valores individuais ( σ x ), e de certa quantidade específica de erro tolerável (e). “O tamanho da amostra que você afinal selecionará dependerá de seu orçamento, da importância econômica das decisões e da variabilidade na população. Desses três problemas, dois são de ordem gerencial, cabendo a você a decisão; apenas o terceiro (variabilidade) está fora do seu controle .”(Brenda Landy, citada no livro Pesquisa de Marketing – Naresh Malhotra. - 2001)

A fórmula do erro pode ser resolvida em relação a n. Assim, para o caso de estimação de médias, tem-se:

e=z

σx n

n=z




σx




e

 σ n =  z x  e

  

2

E, para estimação de proporções

p(1 − p) e=z n

Prof. Cíntia Paese Giacomello




 p(1 − p)   e =  z  n   2

2




n=

z 2p(1 - p) e2

64

Que tamanho de amostra será necessário para produzir um intervalo de 90% de confiança para a verdadeira média da população, com erro de 1,0 em qualquer dos sentidos, se o desvio padrão da população é 10? Sabemos que σ x =10 e e=1 e queremos um intervalo 90% de confiança para a média, o que implica utilizar um valor de z=1,65.

 σ n =  z x  e

2

 


2

10   n = 1,65  = 272,25
tamanho da amostra 273. 1 

As companhias de seguro estão ficando preocupadas com o fato de que o número crescente de telefones celulares resulte em maior número de colisões de carros. Estão, por isso, pensando em cobrar prêmios mais elevados para os motoristas que utilizam celulares. Desejamos estimar, com uma margem de erro de três pontos percentuais, a percentagem de motoristas que falam ao celular enquanto dirigem. Supondo que se pretende um nível de confiança de 95% nos resultados, quantos motoristas devem ser investigados? Suponha que não tenhamos nenhuma informação sobre p.

n=

z 2p(1 - p)
e2

n=

1,96 2 0,5(1 - 0,5) = 1067,11
tamanho da amostra 1068. 0,032

Exercícios: 1. Os dados a seguir representam a temperatura coletada aleatoriamente em 15 cidades do estado. Determine o intervalo de confiança 90% para a temperatura média. Não dispomos da variância populacional, mas sabemos que a população é infinita. Dispomos apenas das seguintes informações.

23

40

30

21

34

20

38

26

23

38

33

32

24

21

24

2. Uma amostra aleatória de 40 contas não comerciais na filial de um banco acusou saldo médio diário de R$ 140 com desvio padrão de R$ 30. a. Construa um intervalo de 90% de confiança para a verdadeira média b. Construa um intervalo de 95% de confiança para a verdadeira média c. Construa um intervalo de 99% de confiança para a verdadeira média

Prof. Cíntia Paese Giacomello

65

3. Uma firma emprega diversos vendedores. Numa amostra aleatória de 15 notas de despesa numa semana de dezembro, um auditor constatou uma despesa média de R$ 220, com desvio padrão de R$ 20. a. Qual a estimativa pontual da despesa média? b. Construa um intervalo de 99% de confiança para a quantia de despesa média por vendedor. c. Admitindo-se 200 vendedores, qual seria a estimativa pontual média para o total de despesas? d. Construa um intervalo de 99% de confiança para a quantia de despesa total.

4. Uma amostra aleatória de 40 homens trabalhando num grande projeto de construção revelou que 6 não usavam capacetes protetores. a. Construa um intervalo de 95% de confiança para a verdadeira proporção dos que não estão utilizando capacetes neste projeto. b. Se há 1000 operários no projeto, converta o percentual em número de capacetes necessários para que todos estejam seguros.

5. Uma amostra aleatória de 1000 fregueses da parte da manhã de um supermercado revelou que apenas 10 não incluem leite em suas compras. a. Qual seria a estimativa pontual da percentagem dos que compram leite? b. Construa um intervalo de 90% de confiança para a verdadeira proporção dos que compram leite.

6. Qual o tamanho de amostra necessário para estimar o tempo médio de que um vendedor de uma loja de móveis gasta com cada cliente, admitindo erro de 1 minuto, para mais ou para menos, para obter um nível de confiança de 99%. Suponha σ x=12 minutos.

Prof. Cíntia Paese Giacomello

66

7. Determine o número de observações necessário para estimar o tempo médio de serviço de atendimento a chamadas de um bombeiro hidráulico, se o erro máximo deve ser de 0,6 hora para um nível de confiança de 95%, sabendo que o tempo de atendimento tem um desvio padrão de 1 hora. Suponha normalidade na população.

8. Um engenheiro deseja estimar a quantidade de açúcar existente nos alimentos produzidos pela empresa. Ele coletou uma amostra de 18 unidades do alimento e verificou média 24 gr de açúcar, com desvio padrão de 5 gr. Construa o intervalo de confiança de 90% para a quantidade de açúcar presente nos alimentos.

9. Numa pesquisa com funcionários de uma empresa questionou-se a satisfação com a política desenvolvida pela diretoria. De 300 funcionários, 36 estavam insatisfeitos. Construa uma estimativa para a proporção de funcionários insatisfeitos, com 95% de confiança.

10. O IBOPE está interessado em estimar a proporção de residências que assistem ao programa do Faustão. Qual o número mínimo de residências que se deve analisar para ter 95% de confiança e margem de erro máxima de 0,03 para a estimativa?

Prof. Cíntia Paese Giacomello

67

12 Testes de h ipóteses Os testes de hipóteses são também conhecidos como testes de significância. A finalidade dos testes de hipóteses é avaliar afirmações sobre os valores de parâmetros populacionais. Os testes de hipóteses e a estimação são dois ramos principais da inferência estatística. Enquanto o objetivo da estimação é estimar algum parâmetro populacional, o objetivo dos testes de hipóteses é decidir se determinada afirmação sobre um parâmetro populacional é verdadeira. Por exemplo, podemos querer determinar se são verdadeiras as afirmações: -

o tempo médio de realização do teste é 80 minutos

-

três por cento da população (de determinado item) é defeituosa

-

os percentuais de não conformes dos dois processos são iguais

Utilizam-se duas hipóteses, sendo chamadas de hipótese nula (H 0 ) e hipótese alternativa (H 1 )

A hipótese nula H 0 é uma afirmação que diz que o parâmetro populacional é tal como especificado (isto é, a afirmação é verdadeira) A hipótese alternativa H 1 é uma afirmação que oferece uma alternativa à alegação (isto é, o parâmetro é maior (ou menor) que o valor alegado)

Exemplo: O estudo de uma amostra de tamanho 55 peças indicou que o diâmetro médio é de 27,5 mm. Então: H 0 : o diâmetro médio da população (de peças) é 27,5 mm H 1 : o diâmetro médio da população (de peças) é diferente de 27,5 mm

Os testes de hipótese utilizam a significância adotada pelo pesquisador. A significância é a probabilidade de uma hipótese nula ser rejeitada, quando verdadeira. Que coincide com o erro tipo I.

Ao testar uma hipótese, há dois tipos de erros que podemos cometer: α = P {rejeitar H 0 / H 0 é verdadeira} = erro do tipo I β = P {aceitar H 0 / H 0 é falsa} = erro do tipo II

O procedimento usual é fixar o valor de α e verificar o valor de β . O risco β é uma função do tamanho da amostra, e é controlado indiretamente. Quanto maior o tamanho da amostra, menor será o risco β . Prof. Cíntia Paese Giacomello

68

Se H 0 é

Ação

Verdadeira

Falsa

Aceitar H 0

Decisão correta

Erro tipo II ( β )

Rejeitar H 0

Erro tipo I ( α)

Decisão correta

Basicamente os testes de hipótese envolvem as seguintes etapas: 1. Estabelecer as hipóteses nula e alternativa; 2. Identificar a distribuição amostral adequada; 3. Escolher um nível de significância (e assim os valores críticos); 4. Calcular a estatística do teste e compará-la com os valores críticos; 5. Rejeitar a hipótese de nulidade se a estatística do teste excede o(s) valor (es) crítico(s); caso contrário, aceitá-la.

Os testes de hipótese podem ser unilaterais ou bilaterais. Nos testes unilaterais a hipótese alternativa H 1 é do tipo µ>33 ou µ<33, por exemplo. Nos testes bilaterais a hipótese alternativa é do tipo µ≠ 33. A hipótese nula permanece igual nos dois casos. A área de rejeição é dividida quando o teste é bilateral.

H 1 : µ<33 α

H 1 : µ≠ 33 α/2

Rejeitar H 0

Rejeitar H0

α/2 Rejeitar H0

H 1 : µ>33

α Rejeitar H 0

Exercícios 1. Para cada um dos seguintes casos, trace uma curva normal, indicando a área de rejeição na figura. a) H 0 : µ=10, H 1 : µ≠ 10, α=0,02 b) H 0 : µ=120, H 1 : µ≠ 120, α =0,05 c) H 0 : µ=2000, H 1 : µ≠ 2000, α=0,01 d) H 0 : µ=2000, H 1 : µ>2000, α=0,01 e) H 0 : µ=2000, H 1 : µ< 2000, α=0,01

Prof. Cíntia Paese Giacomello

69

2. Um fornecedor de mancais comprometeu-se a enviar para uma firma lotes que não contenham mais de 2% de defeituosos. O comprador extrai amostras ao receber a remessa, para verificar a qualidade. Indique H0 e H1.

3. Um engenheiro acredita que o tempo para produção de um motor é de 5 horas. Ele analisa uma amostra para verificar se está certo ou não. Escreva H0 e H1

12.1 Teste de hipóteses para médias

σ x conhecido Quando se conhece o desvio padrão da população, a distribuição amostral adequada é a distribuição normal. Se a população é normal, a distribuição amostral será normal para todos os tamanhos de amostra. Se a população é não normal, ou se sua forma é desconhecida, pode-se usar um teste de uma amostra só para tamanhos de amostras superiores a 30 observações. Assim, pequenas amostras de população não normais não podem ser tratadas por este processo.

Suponha que X é uma variável aleatória com média µ desconhecida e variância σ 2 x conhecida. E queremos testar a hipótese de que a média é igual a um certo valor especificado µ0 . O teste de hipótese pode ser formulado como segue: H 0 : µ = µ0 H 1 : µ ≠ µ0 Para testar a hipótese, toma-se uma amostra aleatória de n observações e calcula-se a estatística

z teste =

x − µo

σx

E H 0 é rejeitada se |Z teste | > Z α /2

(obtido em uma tabela da

n distribuição normal).

Prof. Cíntia Paese Giacomello

70

Exemplo: Uma máquina de usinagem deveria produzir entalhes com 0,85 mm de profundidade. O engenheiro desconfia que os entalhes que estão sendo produzidos são diferentes que o especificado. Uma amostra de 8 valores foi coletada e indicou X = 0,847 . Sabendo que o desvio padrão é σ =0,010, teste a hipótese do engenheiro usando um nível de significância α=0,05.

H o : µ = 0,850 H1 : µ ≠ 0,850

Z teste =

0,847 − 0,850 0,010 / 8

= −0,85

Como Z teste = −0,85 > −Z 0 ,025 = −1,96 H 0 não pode ser rejeitada. Conclusão: não podemos afirmar que os entalhes sejam diferentes que o especificado, ao nível de significância de 0,05.

σ x desconhecido Quando não se conhece o desvio padrão da população, deve-se estimá-lo a partir dos dados amostrais usando o desvio padrão amostral. Quando isso ocorre (na maioria das situações reais σ x é desconhecido), a distribuição t é a distribuição amostral adequada. Suponha que X é uma variável aleatória Normal com média µ e variância σ 2 desconhecidas. Para testar a hipótese de que a média é igual a um valor especificado µo , formulamos:

Ho : µ = µ 0 H1 : µ ≠ µ o Esse problema é idêntico àquele da seção anterior, exceto que agora a variância é desconhecida.

Como σ X não é conhecido, usa-se a distribuição de Student para construir a estatística do teste:

t teste =

x − µo sx n

E a hipótese nula H 0 é rejeitada se |t teste |>t α /2 , onde t α /2, n-1 é um valor limite da distribuição de Student tal que a probabilidade de se obter valores externos a t α /2 é α.

Prof. Cíntia Paese Giacomello

71

12.2 Testes de duas amostras para médias Os testes de duas amostras são usados para decidir se as médias de duas populações são iguais. Exigem-se amostras independentes, ou seja, uma de cada população. Eles são freqüentemente utilizados para comparar dois métodos de ensino, duas cidades, duas marcas, duas fábricas, .... OBS: dados provenientes de antes-depois são dependentes, não podendo, portanto, serem tratados por este método.

σ x conhecido Quando há duas populações com médias desconhecidas, digamos µ a e µ b e desvios padrões conhecidos, σ a e σ b , o teste para verificar a hipótese que as médias sejam iguais é o seguinte:

Ho : µ1 = µ 2 H1 : µ1 ≠ µ 2 Z teste =

X1 − X 2

σ 12 n1

+

σ 22 n2

E rejeita-se H 0 se |Z teste | > Z α /2

σ x desconhecido Similarmente, quando , σ a e σ b , não são conhecidos, o teste para verificar a hipótese que as médias sejam iguais é:

t teste =

E rejeita-se H 0 se |t teste | > t α /2,

X1 − X 2 S 2x1 S 2x 2 + n1 n2

n1+n2-2

12.3 Teste para proporções Este tipo de teste é apropriado quando os dados sob análise consistem de contagem ou freqüências de itens em duas ou mais classes. A finalidade de tal teste é avaliar afirmações sobre a proporção (ou percentagem) de uma população. O teste se baseia na premissa de que uma proporção amostral será igual à verdadeira proporção populacional, a menos da variabilidade amostral. O teste foca na diferença entre o número esperado de ocorrências (supondo-se verdadeira uma afirmação) e o número efetivamente observado. A diferença é então comparada com a variabilidade prescrita por uma distribuição amostral baseada na hipótese de que H 0 é realmente verdadeira.

Prof. Cíntia Paese Giacomello

72

Quando a finalidade da amostragem é julgar a validade de uma alegação acerca de uma proporção populacional, é apropriado o teste para proporções.Onde: H0: p = p0 H1: p ≠p0

O valor da estatística de teste é dado por

z teste =

x −p 0 n p0 (1 − p0 ) / n

e deve ser comparada com o valor crítico de Z (retirado de uma tabela da distribuição normal)

Exemplo: Um fabricante afirma que uma remessa de pregos contém menos de 1% de defeituosos. Uma amostra aleatória de 200 pregos acusa 4 defeituosos. Teste a afirmação ao nível 0,01. H 0 : p = 1% H 1 : p > 1%
pois desejamos evitar a aceitação de uma remessa com mais de 1% de defeituosos, mas nada há contra aceitar o fato da remessa apresentar qualidade superior à acordada.

z teste =

x −p 0 n = z teste = p0 (1 − p0 ) / n

4

− 0,01 200 = 1,42 0,01(1 − 0,01) / 200

Na tabela da distribuição normal, z 0,01 =2,33 Aceita-se H 0 , e pode-se dizer que a quantidade de pregos defeituosos é 1% ou menos, ao nível de significância 0,01.

12.4 Teste do qui-quadrado (k amostras para proporções) A finalidade de um teste de k amostras é avaliar se as proporções de k amostras independentes provenham de populações que contenham a mesma proporção de determinado item. Conseqüentemente, tem-se: H 0 : As proporções populacionais são todas iguais H 1 : As proporções populacionais não são iguais Ou seja, estamos testando se as duas variáveis são ou não associadas, por exemplo, se queremos testar se a proporção de mulheres e de homens que trabalham no horário Prof. Cíntia Paese Giacomello

73

noturno em uma fábrica são iguais, automaticamente estaremos testando se sexo e turno de trabalho são variáveis associadas.

Este teste baseia-se na distribuição qui-quadrado, onde o valor calculado deve ser comparado com o valor tabelado. A decisão de aceitar ou rejeitar H 0 dependerá da comparação deste valor com o valor tabelado da distribuição qui-quadrado.

Por exemplo, tem-se a distribuição de peças produzidas por turno e se essas peças são boas ou apresentam algum tipo de defeito. No turno da manhã foram produzidas 967 peças, onde 183 apresentaram algum tipo de defeito.

Turno de produção Total Manhã

Tarde

Noite

Peças com algum defeito

183

30

11

224

Peças boas

784

264

308

1356

Total

967

294

319

1580

O teste baseia-se na pressuposição que, se as duas variáveis fossem independentes, então o valor esperado de cada célula poderia ser encontrado fazendo-se:

Frequência _ Esperada =

(total _ linha) x (total _ coluna) total _ geral

Neste caso, a tabela com as freqüências esperadas seria:

Tabela de freqüências esperadas

Turno de produção Total Manhã

Tarde

Noite

Peças com algum defeito

137,1

41,7

45,2

224

Peças boas

829,9

252,3

273,8

1356

967

294

319

1580

Total

Freq _ esperada =

224 x 967 = 137,1 1580

Prof. Cíntia Paese Giacomello

74

O teste de independência qui-quadrado é obtido utilizando-se a estatística

χ2 =

(O − E) 2 ∑ E

Se o valor obtido for maior que o valor crítico obtido na tabela χ 2 então diz-se que as variáveis NÃO são independentes. Se o valor encontrado for menor, então diz-se que as variáveis são independentes. O valor dos GRAUS DE LIBERDADE é obtido através do cálculo: graus de liberdade = (colunas-1)(linhas-1) No exemplo apresentado:

(183 − 137,1) 2 (30 − 41,7) 2 (308 − 273,8) 2 χ = + + ... + = 51,88 137,1 41,7 273,8 2

e o valor crítico encontrado na tabela para (2-1)x(3-1)=2 graus de liberdade e nível de significância 0,05 é 5,991.

Tem-se valor calculado > valor tabelado então diz-se que as variáveis NÃO são independentes. OU SEJA, a proporção de peças boas produzidas depende do turno de trabalho. A proporção de peças boas no turno da manhã é 81%, na tarde 90% e na noite 97%.

Exercícios: 1. Um fornecedor apresenta uma caixa, e afirma que o peso médio desta caixa é de 368 gramas. De experiências anteriores sabe-se que o desvio padrão da população vale 15 g e que os valores se comportam segundo a distribuição Normal. Para verificar se a afirmação é verdadeira, verifica-se uma amostra de 25 caixas, pesa-se e calcula-se o peso médio da amostra, achando 372,5 g. Qual a conclusão a respeito da afirmação do fornecedor, ao nível de significância 0,01?

2. Uma agência de empregos alega que os candidatos à diretoria por ela colocados nos últimos seis meses têm salários de R$ 9000, em média. Uma agência governamental extraiu uma amostra aleatória daquele grupo, encontrando salários médios de R$ 8000, com desvio padrão de R$ 1000, com base em 50 empregados. Teste a afirmação da agência, contra a alternativa, de que o salário médio é inferior a R$ 9000, ao nível de significância 0,05.

Prof. Cíntia Paese Giacomello

75

3. O gerente de marketing de uma fábrica de automóveis está interessado em determinar a proporção de novos proprietários de carros compactos que teriam adquirido um air-bag inflável para o lado do passageiro se o mesmo estivesse disponível a um custo adicional de $ 300,00. Por informações anteriores, o gerente acredita que a proporção é 30%. Suponha que é feito um levantamento com 200 novos proprietários de carros compactos e 79 indiquem que teriam comprado os air-bags infláveis. No nível de significância de 0,05, há evidencias de que a proporção da população é diferente de 0,3?

4. Suponha que o diretor de produção de uma fábrica de tecidos precise determinar se uma nova máquina está produzindo um tipo de tecido de acordo com as especificações do fabricante. As especificações indicam que o tecido devia ter uma resistência de rompimento superior a 70 libras (1 libra = 433,59 gramas) e um desvio padrão de 3,5 libras. Uma amostra de 36 peças revela uma média aritmética da amostra igual a 69,7 libras. Há evidências de que a máquina não está atendendo às especificações, em termos da média da resistência de rompimento? (utilize um nível de significância de 0,05)

5. Uma rede de postos de gasolina afirma que, em seus estabelecimentos não se vende gasolina adulterada. Sabe-se que, de acordo com os padrões de qualidade, a gasolina não pode conter mais de 240 ml de álcool por litro. O órgão de fiscalização colheu 25 medições do produto nos postos dessa rede, obtendo a partir delas uma média de 240,75 ml de álcool/litro. Admitindo-se que a quantidade de álcool presente na gasolina tem uma distribuição normal com desvio-padrão de 2,5 ml/litro. Ao nível de significância 5%, pode-se afirmar que a gasolina é adulterada?

Prof. Cíntia Paese Giacomello

76

6. Um psicólogo de indústrias deseja estudar os efeitos da motivação nas vendas, em determinada empresa. Foi selecionada uma amostra aleatória de 24 indivíduos, 12 de cada grupo. Os dados a seguir representam o volume de vendas (em milhares de reais) alcançado durante o primeiro mês de emprego. Há evidências de que o volume médio de vendas seja diferente entre os grupos? (utilize nível de significância 0,05) Por hora 256 212 239 216 222 236

Comissão 207 219 228 225 241 230

224 261 254 228 273 234

285 225 237 232 277 245

7. No caso judicial EUA versus Cidade de Chicago, foram postas em dúvida as práticas honestas de emprego. Um grupo minoritário (A) e um grupo majoritário (B) fizeram o exame para capitão do corpo de bombeiros, com os seguintes resultados: Grupo A Grupo B

Aprovados 10 417

Reprovados 14 145

Com os resultados acima, e com nível de significância de 5%, teste a afirmação de que o sucesso no teste é independente do grupo.

8. Solicitou-se a quatro amostras de 30 funcionários de uma grande empresa que opinassem sobre a nova direção da empresa. Ao nível de significância 0,01, o que se pode concluir? Aprovam Desaprovam

Prof. Cíntia Paese Giacomello

Estagiários 5 25

Treinees 4 26

Técnicos 20 10

Gerentes 27 3

77

9. Um estudo de usuários e não usuários do cinto de segurança resultou nos dados amostrais aleatórios resumidos na tabela a seguir. Teste a afirmação de que a quantidade de fumo é independente do uso do cinto de segurança. Uma teoria plausível é que as pessoas que fumam mais estão menos preocupadas com a sua saúde e segurança, sendo assim, menos propensas a usar cintos. Com nível de significância 0,01, os dados amostrais apóiam esta teoria?

Usam cinto de segurança Não usam cinto de segurança

Número de cigarros fumados por dia 0 1-14 15-34 35 ou + 175 20 42 6 149 17 41 9

10. A tabela abaixo apresenta dados relativos ao time vencedor em diferentes esportes. Com o nível de 0,05 de significância, teste a afirmação de que as vitórias casa/visitante são independentes do esporte. O time da casa ganha O time visitante ganha

Prof. Cíntia Paese Giacomello

Basquete 127 71

Beisebol 53 47

Hockey 50 43

Futebol 57 42

78

13 Anális e de vari ância (ANOVA -

Analys is of Var ianc e)

Há situações onde se deseja comparar várias médias, cada uma oriunda de um grupo diferente. Esses grupos, também chamados tratamentos, poderiam ser 5 máquinas de corte, ou 4 pressões de operação, ou 4 layouts , 5 planos econômicos do governo, taxas de câmbio em 3 diferentes países, resultados da implantação de um novo sistema em duas filiais, etc.

Exemplo: Para verificar se existe diferença significativa entre os salários médios dos economistas da Região Sul, o sindicato da classe resolveu analisar os dados de algumas amostras. Assim foram selecionados aleatoriamente 5 economistas de cada estado.

Econ.1

Econ.2

Econ.3

Econ.4

Econ.5

Rio Grande do Sul

370

420

280

340

410

Santa Catarina

280

350

430

290

405

Paraná

325

400

295

350

380

Exemplo: Uma classe com 24 crianças foi dividida em três grupos. Cada grupo de crianças aprendeu a ler de acordo com um método (três métodos diferentes). Após 3 meses as crianças foram testadas, utilizando uma escala de 1 a 10. Os resultados foram

Método A Método B Método C

Prof. Cíntia Paese Giacomello

5 4

0 5

3

3 4

5

5 7

0

4 5

3

3

5

8

2

10

3

10

9

4

9

79

Nesses casos, os dados foram tabelados conforme aparecem a seguir:

Tratamento 1 2 : : : k

Observações Y11 , Y12 ... Y1n1 Y21 , Y22 ... Y2n2 : : : Yk1 , Yk2 ... Yknk

Os resultados poderiam ser representados por um modelo aditivo:

Yij = µ + τi + εij ;

i = 1,....., k j = 1, ..., ni

Onde Y ij

é a observação j medida no tratamento i;

µ

é a média geral de todas as observações;

τi

é o efeito do tratamento i;

ε ij é o erro aleatório. (OBS: Para fins de testes de hipótese, supomos que o erro aleatório ε ij segue um modelo normal com média 0 e variância σ 2 aproximadamente igual para todos os tratamentos)

Nosso objetivo será testar a hipótese referente ao efeito dos tratamentos e estimar esses efeitos, ou seja, verificar se existe diferença significativa entre os resultados apresentados por cada grupo.

Existem dois tipos de problemas a serem abordados: Modelo a níveis fixos: quando o efeito de cada tratamento é fixo, como no caso em que os tratamentos são 4 pressões de operações, ou 4 layouts fixados pelo engenheiro; Modelo a níveis aleatórios: quando o efeito de cada tratamento é aleatório, como no caso em que os tratamentos são k lotes de produção, ou k operadores escolhidos aleatoriamente.

Prof. Cíntia Paese Giacomello

80

No modelo a níveis fixos, os efeitos dos tratamentos são definidos como desvios da média geral, tais que:

H 0 : µ1 = µ 2 = ..... = µ k H 1 : µi ≠ µ j Na

para alguns i, j

H o (hipótese nula) supõe-se que todas as médias sejam iguais, ou seja, os

economistas têm o mesmo salário nos três estados (e as diferenças entre os seus salários são devidas ao acaso) ou os três métodos de ensino são equivalentes. A

H 1 (hipótese alternativa) indica que pelo menos uma das médias difere, ou seja,

existem pelo menos dois estados com salários diferentes entre si ou pelo menos dois métodos de ensino diferem.

O procedimento utilizado para comparar simultaneamente todos os grupos é chamado de Análise de Variância, que será visto a seguir.

A análise de variância é uma técnica que pode ser usada para determinar se as médias de duas ou mais populações são iguais. O teste se baseia numa amostra extraída de cada população.

A Análise de Variância é uma técnica para investigar quanto de variabilidade em um conjunto de observações (dados) pode ser descrito por diferentes causas.

Os cálculos associados à Análise de Variância são apresentados em uma tabela, chamada de Tabela de Análise de Variância ou Tabela ANOVA

Fonte de variação

onde

SQ

GDL

MQ

Teste F

Entre grupos

SQG

k-1

MQG

MQG/MQR

Dentro de grupos

SQR

N-k

MQR

Total

SQT

N-1

k é o número de níveis do fator. N é a quantidade total de observações

Prof. Cíntia Paese Giacomello

81

A Análise de Variância se baseia na decomposição da variabilidade total. Mais especificamente, os desvios das observações individuais em relação à média global podem ser escritos como:

(Yij − Y.. ) = (Y i.

) (

− Y.. + Yij − Y i .

)

(1)

onde:

(Y i. − Y .. ) é o desvio da média do tratamento

i em relação à média global;

(Yij − Y i. )

é o desvio da observação individual em relação à média do tratamento correspondente;

Elevando ao quadrado ambos os termos da equação (1) e efetuando o somatório, resulta:

2

2

∑ (Yij − Y .. ) = ∑ ni (Y i. − Y.. ) + ∑ (Yij − Yi. ) i, j

i

ij

2 (2)

Na equação (2), identificamos as seguintes somas quadradas: SQT = SQG + SQR onde: SQT
é a soma dos quadrados totais, decomposta em: SQG
soma dos quadrados dos grupos (tratamentos), associada exclusivamente a um efeito dos grupos; SQR
soma dos quadrados dos resíduos, devida exclusivamente ao erro aleatório, medida dentro dos grupos. As divisões das somas de quadrados (SQ) pelos graus de liberdade fornecem as médias quadradas (MQ), que são as estimativas de variabilidade de cada parcela.

Os graus de liberdade são obtidos através do número de níveis do fator e da quantidade de repetições para cada nível, ou seja, se o fator tem 5 níveis, terá 4 graus de liberdade (k-1). Os graus de liberdade totais são obtidos através do total de observações menos 1 (N-1) e os graus de liberdade dentro dos grupos será a diferença entre eles (N-1)-(k-1) = (N-k).

Para testar a hipótese referente ao efeito dos grupos, usamos a distribuição F :

F=

Prof. Cíntia Paese Giacomello

MQG MQR

82

O valor resultante do teste F deve ser comparado com uma tabela de valores F, que indica o valor máximo da estatística no caso de H o ser verdadeira, a um determinado nível de confiança. Como o valor tabelado de F é contínuo e depende da combinação dos graus de liberdade do numerador e do denominador, é usual apresentar seus valores apenas para os níveis de confiança 0,05 e 0,01. Os graus de liberdade para a determinação do valor F são os mesmos apresentados na tabela da ANOVA. Os valores constantes na tabela F são valores críticos: apresentam a linha divisória entre a variação aleatória e a não aleatória. Ao fazer a análise de variância, utilizam-se as duas estimativas amostrais da variância para calcular uma razão F. Compara-se então o número resultante com o número tabelado. Se o valor calculado é maior que o valor tabelado, rejeita-se a hipótese nula. Se o valor calculado é menor que o valor tabelado, a hipótese nula não pode ser rejeitada.

Distribuição F Concluir pelo acaso Aceitar Ho

Concluir pelo não-acaso Rejeitar Ho

Nível de significância = área da cauda

0 Valor tabelado

13.1 Formulário para solução Para o cálculo das Somas Quadradas é recomendado o uso do seguinte formulário:

TC = ( T .. )2 N

SQT = ∑ ( Yij2 ) − TC

SQG = ∑ ( Ti 2. ni ) − TC SQR = ∑ ( Yij2 ) − ∑ ( Ti .2 ni ) = SQT − SQG onde TC é o termo de correção T.. é a soma de todas as observações Ti.

é a soma das observações no grupo i

Prof. Cíntia Paese Giacomello

83

Resolvendo o exemplo dos métodos de ensino através deste formulário obtém-se: Uma classe com 24 crianças foi dividida em três grupos. Cada grupo de crianças aprendeu a ler de acordo com um método (três métodos diferentes). Após 3 meses as crianças foram testadas, utilizando uma escala de 1 a 10. Os resultados foram

Método A

5

Método B

4

Método C

0 5

3

3 4

5

5 7

0

4 5

3

3

5

8

2

10

3

10

9

4

9

k = 3 (três níveis do fator, método A, B e C) N = 24 (oito alunos por método) T.. = 5 + 0 + 3 + ... + 4 + 9 = 116

(somar todas as observações)

T A. = 5 + 0 + 3 + 5 + 4 + 5 + 8 + 2 = 32 (somar as observações do método A) T B. = 48 (somar as observações do método B) T C. = 36 (somar as observações do método C)

TC = 116 2 / 24 = 560,67 SQT = (5 2 + 0 2 + 3 2 + ... + 4 2 + 9 2 ) – 560,67 = 738 – 560,67 = 177,33

 322 482 362   − 560,67 = 578,00 - 560,67 = 17,33 SQG =  + + 8 8   8 SQR = SQT – SQG = 177,33 – 17,33 = 160,00

Então a tabela da ANOVA ficaria:

Fonte de variação

SQ

GDL

MQ

Teste F

Entre grupos

17,33

2

8,67

1,14

Dentro de grupos

160,00

21

7,62

Total

177,33

23

O valor de F tabelado com 2 e 21 graus de liberdade no numerador e denominador, respectivamente, e nível de significância de 0,05 é F 0,05 ≈ 3,49. Como F calculado < F tabelado, concluímos que não há evidências de que os métodos de ensino alterem a aprendizagem das crianças, ou seja, os métodos de ensino devem ser equivalentes.

Prof. Cíntia Paese Giacomello

84

Utilizando o Excel Clique em Ferramentas e depois em Análise de Dados. (OBS: Se no seu computador não aparecer Análise de Dados é porque este suplemento não está ativado. Vá em Ferramentas, depois Suplementos. Disponibilize Análise de Dados e Análise de Dados VBA.)

Selecione ANOVA – Fator único. Preencha com as informações que forem necessárias.

13.2 Exemplo de solução no Excel Uma classe com 24 crianças foi dividida em três grupos. Cada grupo de crianças aprendeu a ler de acordo com um método (três métodos diferentes). Após 3 meses as crianças foram testadas, utilizando uma escala de 1 a 10. Os resultados foram

Método A Método B Método C

5 4

0 5

3

3 4

5

5 7

0

4 5

3

3

5

8

2

10

3

10

9

4

9

Os dados devem agrupados em linhas ou colunas.

ou

No menu Ferramentas e Análise de Dados, após selecionar ANOVA fator único. Prof. Cíntia Paese Giacomello

85

Na janela da ANOVA informar as questões que forem solicitadas.

Os resultados estarão localizados na planilha chamada resultados.

Anova: fator único RESUMO Grupo Método A Método B Método C

Contagem Soma 8 32 8 48 8 36

Variância 5,714 7,429 9,714

Tabelado

Calculado

ANOVA Fonte da variação Entre grupos Dentro dos grupos

SQ 17,33 160,00

gl 2 21

Total

177,33

23

Prof. Cíntia Paese Giacomello

Média 4,0 6,0 4,5

MQ 8,67 7,62

F 1,14

valor-P 0,340

F crítico 3,47

86

Exercícios: 1. Suponha que o valor crítico de F na análise de variância seja 1,99 ao nível de 0,05. Com base na figura: a) Como você interpretaria uma estatística de teste maior que 1,99? b) Como você interpretaria uma estatística de teste menor que 1,99?

Distribuição F

0,05 0 1,99

2. Duas turmas de pilotos de corrida de automóveis estão sendo treinadas para uma grande corrida no domingo. Cada turma faz cinco provas de troca dos quatro pneus num carro. As turmas são equivalentes ou uma delas é superior, ao nível de significância 0,05? Complete a tabela da ANOVA e conclua a respeito.

Fonte de variação

SQ

GDL

MQ

Teste F

Entre grupos Dentro de grupos

0,12

Total

0,22

3. Realiza-se um experimento para determinar-se as produções de cinco variedades de trigo: A, B, C, D e E. São atribuídos quatro lotes de terra para cada variedade e as produções, em toneladas, estão apresentadas na tabela. Supondo-se que os lotes possuem fertilidades semelhantes e que as variedades são atribuídas aos lotes aleatoriamente, determinar se existe diferença entre as produções ao nível de significância 0,01.

A B C D E Prof. Cíntia Paese Giacomello

20 17 23 15 21

12 14 16 17 14

15 12 18 20 17

19 15 14 12 18 87

4. Uma empresa deseja testar quatro tipos diferentes de pneus: K, L, M e N. Suas durações, determinadas pelas bandas de rodagem, estão na tabela (em milhares de quilômetros), onde cada tipo foi testado, aleatoriamente, em seis automóveis semelhantes. Determinar de existe diferença significante entre os pneus ao nível de significância 0,05.

K L M N

33 32 31 29

38 40 31 34

36 42 37 32

40 38 35 30

31 30 33 33

35 34 30 31

5. Um professor deseja testar três métodos diferentes de ensino I, II e III. Para isso são escolhidos aleatoriamente três grupos de cinco estudantes, e cada grupo é instruído por um método diferente. É dada a mesma prova a todos os estudantes e os graus obtidos constam na tabela. Determinar se existe diferença entre os métodos de ensino ao nível de significância 0,01.

I II III

75 81 73

62 85 79

71 68 60

58 92 75

73 90 81

6. A tabela apresenta os dados sobre a ferrugem acumulada sobre o ferro, que foi tratado quimicamente com os produtos A, B ou C. Determinar se existe diferença significativa nos tratamentos ao nível de 0,05.

A B C

3 4 6

5 2 4

4 3 5

4 3 5

7. Um experimento mede os quocientes de inteligência (QI) de estudantes do sexo masculino de estaturas alta, média e baixa, cujos resultados aparecem na tabela. Determinar se existe qualquer diferença nas contagens do QI em relação às diferentes alturas ao nível de significância de 0,01.

Alta Média Baixa

Prof. Cíntia Paese Giacomello

110 95 108

105 103 112

118 119 104

90 104 93

88

8. A fim de produzir um tipo superior de ração para galinhas, adicionou-se à ração tradicional quatro quantidades diferentes de um mesmo produto químico. Cada quantidade de ração é dada a 8 pintos e o peso das aves após 3 meses é anotado. Concluir se houve diferença entre as quantidades do produto químico ao nível de significância 0,05.

20 30 40 50

9.

mg mg mg mg

46 48 49 52

46 48 49 53

46 47 50 52

45 47 50 52

45 47 49 52

45 47 50 52

46 47 50 53

46 48 49 53

Uma empresa deseja estudar três tipos de enxerto para ver se todos apresentam o mesmo crescimento anual. O que se pode concluir a respeito? (use nível de significância 0,05)

Enxerto 1 14,4 14,8 12,7 12,2 10,9

Enxerto 2 10,8 12,2 11,2 12,8 13,0

Enxerto 3 11,1 9,5 10,8 12,7 10,9

10. Os dados abaixo dão a vida observada dos pneus de quatro caminhões distribuidores de sorvete, conforme a posição. Supondo comparáveis os caminhões e os motoristas, poderemos afirmar que a duração média é independente da posição do pneu no veículo? (use nível de significância 0,01). Disponha os cálculos numa tabela ANOVA. Qual a importância da comparabilidade dos motoristas e veículos?

Dianteiro direito Dianteiro esquerdo Traseiro direito Traseiro esquerdo

Prof. Cíntia Paese Giacomello

17 25 22 26

19 27 21 24

20 18 19 30

24 22 26 28

89

14 Regressão e co rrelação A análise de regressão e de correlação compreende a análise de dados amostrais para saber se e como duas ou mais variáveis estão relacionadas uma com a outra em uma população.

A análise de correlação fornece o número

A análise de regressão apresenta como

(coeficiente) que resume o grau de

resultado uma equação matemática que

relacionamento entre duas variáveis.

descreve um determinado relacionamento.

Os valores para a análise de regressão e correlação provêm de observações e, para um problema com duas variáveis, cada observação dá origem a dois valores, uma para cada variável. Uma das variáveis será a dependente e a outra independente.

Exemplos: Família

Renda

Gastos

Peso

Altura

Aluno

Notas 2 o grau

Notas faculdade

1

R$ 1550

R$ 1350

56

179

A

80

85

2

R$ 2000

R$ 1970

67

176

B

75

70

3

R$ 1000

R$ 550

89

180

C

95

95

58

170

D

60

65

45

130

E

70

80

... n

R$ 770

R$ 690

Uma maneira de apresentar os resultados é através do diagrama de dispersão.

Relação linear positiva perfeita

Prof. Cíntia Paese Giacomello

Relação linear negativa perfeita

X e y positivamente correlacionados

X e y negativamente correlacionados

X e y não correlacionados

90

Regressão 14.1 Aplicações da regressão 1. Estimar valores de uma variável com base em valores conhecidos de outra variável. (Situações em que as duas variáveis medem aproximadamente a mesma situação, mas uma delas é relativamente dispendiosa ou difícil de lidar, enquanto a outra não.) 2. Explicar valores de uma variável em termos da outra, isto é, pode-se suspeitar uma relação de causa e efeito.

de

3. Predizer valores de uma variável.

OBS: A análise da regressão apenas indica qual relacionamento matemático pode existir, se existir algum. Ou seja, nem a regressão, nem a correlação podem mostrar que uma variável tenda a causar certos valores de outra variável, não garantido que exista relação de causa e efeito. “... a correlação entre beber um copo de vinho por dia e a menor chance de infarto do miocárdio é um bom exemplo. Estudos recentes mostram que ela não se deve ao vinho e ao álcool, mas sim ao betacaroteno, corante contido na uva. Para infelicidade de muitos, tomar suco de uva dá o mesmo resultado que beber vinho tinto.” Jornal do Brasil, 08/01/1999

14.2 Classificação das regressões Quanto ao número de variáveis: Simples (uma variável independente explica bem o fenômeno) ou Múltipla (mais de uma variável independente são necessárias para explicar bem o fenômeno) Quanto à qualidade da relação: Linear (os fenômenos podem ser bem explicados por equações de primeiro grau) ou Não lineares (os fenômenos não podem ser bem explicados por equações de primeiro grau, exigindo funções de ordem superior).

14.3 Modelo linear 14.3.1

A equação da linha reta

Forma da equação linear:

ˆy = a + bx

Duas características importantes são: •

A ordenada da reta (valor de em y) determinado ponto (quando x=0)


•

A inclinação da reta (coeficiente angular)


a

b

O método mais usado para ajustar uma linha reta a um conjunto de pontos é conhecido como método dos mínimos quadrados .

Prof. Cíntia Paese Giacomello

91

b=

14.3.2

n( ∑ xy ) − ( ∑ x )( ∑ y )

a=

n( ∑ x 2 ) − ( ∑ x ) 2

∑ y − b∑ x n

Erro padrão da estimativa linear

Uma vez que as estimativas

a

e

b são funções de variáveis aleatórias (x e y são variáveis

aleatórias) é necessário verificar a precisão das estimativas, conhecendo o erro padrão das estimativas.

SE =

14.3.3

∑y

2

− ( a ∑ y + b∑ xy ) n−2

Intervalo de confiança para a estimativa

Para criar intervalos de confiança com base nos estimadores utiliza-se a equação:

yint ervalo = ˆy ± t S E ˆy é obtido da equação.

Onde:

t é o valor da distribuição t de Student para n-2 graus de liberdade e nível de confiança determinado (tabelado) e

S E é o erro padrão da estimativa

Exemplo: Seja y o consumo pessoal médio e x o PIB do Brasil em anos consecutivos. Encontre o Intervalo de confiança 90% para a estimativa quando o PIB for 10,0.

x 7,0 7,3 7,8 8,6 8,1 8,3 8,2 8,6 9,0 9,6 9,1

y 10,1 10,6 11,3 12,4 11,9 11,9 11,5 12,1 13,1 14,1 14,6

x2 49,00 53,29 60,84 73,96 65,61 68,89 67,24 73,96 81,00 92,16 82,81

xy 70,70 77,38 88,14 106,64 96,39 98,77 94,30 104,06 117,90 135,36 132,86

Σx = 91,6

Σy = 133,6

Σ x 2 = 768,76

Σ xy = 1122,50

Prof. Cíntia Paese Giacomello

92

É ideal que sempre se inicie o estudo de regressão com o gráfico de dispersão dos valores.

Consum o pessoal

Consumo pessoal em função do PIB 14,0 12,0 10,0 8,0 6,5

E o cálculo de

b=

7,5

PIB

8,5

9,5

10,5

a e b fica:

11 (1122,5) - (91,6) (133,6) 11 (768,76) - (91,6)2

ˆy = −1,744 + 1,668 x ,

= 1,668

ou

e

a=

133,6 - (1,668) 91,6 = −1,744 11

Consumo = −1,744 + 1,668 PIB ou seja, para cada unidade

acrescida do PIB, o consumo pessoal aumentará 1,668 unidades.

E o intervalo de confiança para y quando x=10 será:

SE =

1641,28 − (( −1,744 )( 133 ,6 ) + 1,668( 1122 ,50 )) = 0 ,4653 11 − 2 Valor de t tabelado

ˆy = −1,744 + 1,668( 10 ) = 14 ,936 yint ervalo = 14,936 ± 1,833 (0,4653)

yint ervalo = 14,936 ± 0,853 Ou seja, quando o PIB estiver em 10,0 o Consumo Pessoal poderá variar na faixa entre 14,083 e 15,789, com 90% de confiança.

Prof. Cíntia Paese Giacomello

93

Correlação 14.4 Objetivo da correlação O objetivo da correlação é determinar a força do relacionamento entre duas observações emparelhadas, porque indica até que ponto os valores de uma variável estão relacionados com os valores da outra variável. O resultado da análise de correlação é chamado de coeficiente de correlação – um valor que quantifica o grau de correlação. O método mais comum de análise de correlação envolve observações em valores numéricos. Neste caso utiliza-se o coeficiente r de Pearson.

14.5 O coeficiente r de Pearson (correlação) O coeficiente r de Pearson mede o grau de associação linear em duas variáveis. Ele possui duas propriedades importantes: •

Seu sinal. Positivo indica correlação linear positiva, ou seja, à medida que uma variável cresce, a outra cresce também. Sinal negativo indica correlação linear negativa, ou seja, à medida que uma variável cresce, a outra decresce.

•

Sua grandeza indica quão próximos da reta estão os pontos individuais caso fosse ajustada uma reta de regressão. O valor do coeficiente pode variar de –1 a 1.

-1

0

1

Correlação negativa forte

Inexistência de correlação

Correlação positiva forte

O cálculo do valor do coeficiente r de Pearson pode ser obtido através da equação:

r=

( x )( y ) ∑ xy − ∑ n ∑  ( x )  ( y) ∑ x − ∑  ∑ y − ∑    n n 2

2

2





2

   

14.6 Coeficiente de determinação O coeficiente de determinação ou de explicação (r 2 ) indica quantos por cento a variação explicada pela regressão representa da variação total. r 2 = r.r

Prof. Cíntia Paese Giacomello

e

0 ≤ r2 ≤ 1

94

Exemplo: Prosseguindo o exemplo anterior, sendo y o consumo pessoal médio e x o PIB do Brasil em anos consecutivos.

x 7,0 7,3 7,8 8,6 8,1 8,3 8,2 8,6 9,0 9,6 9,1

y 10,1 10,6 11,3 12,4 11,9 11,9 11,5 12,1 13,1 14,1 14,6

x2 49,00 53,29 60,84 73,96 65,61 68,89 67,24 73,96 81,00 92,16 82,81

y2 102,01 112,36 127,69 153,76 141,61 141,61 132,25 146,41 171,61 198,81 213,16

xy 70,70 77,38 88,14 106,64 96,39 98,77 94,30 104,06 117,90 135,36 132,86

Σx = 91,6

Σy = 133,6

Σ x 2 = 768,76

Σ y 2 = 1641,28

Σ xy = 1122,50

O cálculo do coeficiente de correlação é dado por:

( 91,6 )( 133,6 ) 11 r= 2  ( 91,6 )  ( 133,6 ) 2 768 ,76 −  1641,28 − 11  11  1122 ,5 −

  

= 0,9446

Ou seja, existe uma correlação forte positiva entre os valores do PIB e do consumo pessoal. O valor do coeficiente de determinação é: r 2 = 0,9446 x 0,9446 = 0,8923, o que significa que 89% da variação total é explicada por este modelo.

Utilizando o Excel Maneira 1: A equação é da forma y = a + b x para os valores dos pares (x,y) e os coeficientes da reta são calculados utilizando o método dos mínimos quadrados.Após colocar os valores em duas colunas (valores de x e valores de y) vá ao “Assistente de Função” e escolha as funções “INCLINAÇÃO” para determinar o valor de b e “INTERCEPÇÃO” para calcular o valor de a. Os passos seguintes devem ser feitos seguindo as indicações do programa. Para o cálculo da correlação utiliza-se no “Assistente de Função” o CORREL. Em Matriz1 devem ser colocadas as células referentes à variável x em Matriz2 as células referentes à variável y. Maneira 2: Selecionar “Ferramentas” e “Análise de dados” e então “Regressão”. Informar o que for solicitado.

Prof. Cíntia Paese Giacomello

95

14.7 Exemplo de solução no Excel A velocidade máxima de automóveis de fórmula 1 com motores de mesma potência é função, entre outras variáveis, do peso do veículo, no intervalo entre 700 e 800 Kg. Assim, verificou-se qual a velocidade máxima atingida em uma reta de 1.200 m. Os resultados foram:

Peso(Kg)

750

755

777

782

793

Veloc.Máx.(Km/h)

380

354

348

330

320

a) Construa o gráfico dos dados b) Qual a velocidade esperada para um veículo de 760 Kg?

GRÁFICO DOS DADOS (Diagrama de dispersão)

Relação entre velocidade e peso dos veículos de F1

Velocidade

390

y = -1,181x + 1257,173

370

2

R = 0,865

350 330 310 740

750

760

770 Peso

780

790

800

RESUMO DOS RESULTADOS

R

Estatística de regressão R múltiplo

0,930

R-Quadrado

0,865

R-quadrado ajustado

0,820

Erro padrão

9,851

Observações

Prof. Cíntia Paese Giacomello

Se

5

96

Se F de significação < 0,05, então o modelo linear ajustado aos dados é válido. Se F > 0,05 o modelo não se ajusta adequadamente aos dados.

ANOVA (teste de significância para o modelo linear ajustado) gl

SQ

MQ

F

F de significação

Regressão

1

1864,051

1864,051

19,207

0,022

Resíduo

3

291,149

97,050

Total

4

2155,200

Testes para a e b Se valor-P < 0,05, então a estimativa é válida, caso contrário é significativamente nula

Valores de a e b

Coeficientes Interseção 1257,173 Peso(Kg)

-1,181

Erro padrão

Stat t

valor-P

95% 95% inferiores superiores

Inferior 95,0%

Superior 95,0%

207,862

6,048

0,009

595,662

1918,685

595,662

1918,685

0,269

-4,383

0,022

-2,038

-0,323

-2,038

-0,323

A equação linear de relacionamento dos dados é Velocidade =1257,173 – 1,181 Peso Então, a velocidade estimada para um veículo com 760 kg é Velocidade=1257,173– 1,181(760) = 359,61 km /hora

Prof. Cíntia Paese Giacomello

97

Exercícios 1. Determinar o coeficiente de correlação dos dados a seguir:

X Y

1 4

2 7

3 7

6 9

9 15

Se os dados forem correlacionados, estimar a reta de regressão:

2. A tabela a seguir apresenta os valores dos investimentos administrados on-line a partir de 1998. Verifique se existe correlação entre os anos (x) e os investimentos (y), caso exista correlação, apresente o intervalo de confiança de 95% para o valor dos investimentos no ano de 2002 e 2003.

Ano 1998 1999 2000 2001

Investimento 374 555 908 1010

3. Os gráficos e a tabela indicam o número de anos de escolaridade das chefes de família (x) e a participação feminina na renda familiar (y) em alguns anos

1976 1990 1993 1996

Número de anos de estudo 4,7 5,7 6,3 6,6

Participação na renda (%) 8,4 16 19 21

a) Caso exista associação, quantos anos de estudo serão necessários para que a participação da mulher na renda familiar chegue a 50% ? b) E qual será a participação da mulher na renda familiar quando ela tiver 12 anos de estudo? c) Você poderia estimar o ano em que a mulher irá participar com 50% da renda?

Prof. Cíntia Paese Giacomello

98

4. Após uma regulagem eletrônica um veículo apresenta um rendimento ideal no que tange o consumo de combustível. Contudo, com o passar do tempo esse rendimento vai se degradando. Os dados a seguir representam o rendimento medido mês a mês após a regulagem. Ajuste um modelo linear a estes dados. Calcule o coeficiente de correlação. Interprete os resultados.

x: Meses após a regulagem y: Rendimento

1 10,7

2 10,9

3 10,8

4 9,3

5 9,5

6 10,4

x: Meses após a regulagem y: Rendimento

7 9,0

8 9,3

9 7,6

10 7,6

11 7,9

12 7,7

5. O gerente de uma indústria localizada em um país tropical suspeita que há uma correlação entre a temperatura do dia e a produtividade. Dados coletados aleatoriamente ao longo de um período de seis meses revelaram o seguinte.

Temperatura Produtividade

21,2 142

20,3 148

22,7 131

22,0 132

22,3 145

23,5 138

24,8 144

24,2 136

25,5 141

25,2 124

25,5 133

25,8 128

Temperatura Produtividade

27,5 132

26,3 137

28,2 124

28,6 117

29,0 122

29,7 131

30,7 124

30,3 111

30,2 119

31,4 129

32,5 123

32,7 116

Plote um gráfico de dispersão e visualize a natureza da correlação entre temperatura e produtividade. Depois estime a equação da reta de regressão e calcule o valor do coeficiente de correlação. Interprete os resultados. Estime a produtividade quando a temperatura estiver em 35 graus. Construa um Intervalo de Confiança de 90% para esta produtividade.

6. Suponha que os valores obtidos para o desempenho de alunos em uma determinada disciplina e as rendas familiares sejam os que seguem. Aluno 1 2 3 4 5 6 7 8 9

X (renda) 750 690 400 900 200 1000 300 600 1200

Y (desempenho) 5 8 4 9 2 10 3 6 10

Os dados são correlacionados? Justifique sua resposta. Se forem, estime a reta de regressão.

Prof. Cíntia Paese Giacomello

99

7. A revista Exame Melhores e Maiores apresentou as maiores empresas do comércio, por vendas no ano anterior. Entre as que pertencem ao setor de comércio varejista estão destacadas as 11 maiores. Através da análise da tabela e do gráfico, o que você pode concluir?

Número de funcionários

Empresa Carrefour Pão de Açúcar Casas Bahia Sendas Ponto Frio Sonae Bompreço L. Americanas McDonalds AgipLiquigás Pernambucanas

37.004 39.642 11.508 16.990 5.395 22.638 13.225 12.485 Não informou 3.804 10.787

Vendas (Milhões US$) 4.582,4 3.976,4 1642,2 1391,7 1223,6 1083,9 1062,7 900,6 726,7 693,1 619,1

Fonte: Revista Exame

V e nd as no an o d e 1999 das 11 m aior e s e m pr e s as d o Br as il do s e tor de co m é r cio var e jis ta 5.000 4.500

y = -42 ,4 62 + 0 ,10 15 x

M ilhõ e s US$

4.000

R 2 = 0 ,80 1

3.500 3.000 2.500 2.000 1.500 1.000 500 -

5.000

10.000

15.000

20.000

25.000

30.000

35.000

40.000

Núm e r o d e fu ncion ár ios

14.8 Outros modelos Muitas vezes a forma funcional entre as variáveis x e y não é linear. Alguns modelos, mesmo não sendo lineares, são facilmente linearizáveis. Este procedimento busca facilitar o cálculo dos coeficientes da equação. No entanto, o uso de softwares estatísticos, calculadoras e planilhas eletrônicas auxilia na obtenção dos coeficientes. O valor de r 2 serve como uma forma de comparação entre os modelos. O modelo que apresentar maior valor de r 2 é o que apresenta melhor ajuste dos dados. Prof. Cíntia Paese Giacomello

100

14.8.1

Função exponencial

a>0

Utilizando

as

-

y = ab x

0
a>0

b>1

a<0

0
propriedades

dos

logaritmos

pode-se

a<0

chegar

a

b>1

Y = A + Bx

onde

Y = log y , A = log a e B = log b Pelo método dos mínimos quadrados obtém-se A e B e depois convertem-se os valores para a e b .

a = 10 A e b = 10 B Exemplo Uma empresa fabricante de brinquedos registrou suas vendas nos últimos 10 anos, obtendo os valores apresentados a seguir.

Vendas (y) 450 500 600 800 1.200 1.700 2.100 4.000 5.000 7.000

Vendas do brinquedo, por ano

10.000 8.000 Ve n d as

Ano (x) 1 2 3 4 5 6 7 8 9 10

6.000 4.000 2.000 0 0

1

2

3

4

5 6 An o

7

8

9

10 11

O diagrama de dispersão dos dados indica que a relação não é linear.

Prof. Cíntia Paese Giacomello

101

Para ajustar uma função exponencial, inicia-se com o cálculo dos somatórios de Y, x, Y 2 , x 2 e xY, onde Y = ln (y)

x 1 2 3 4 5 6 7 8 9 10 Total: 55

y 450 500 600 800 1.200 1.700 2.100 4.000 5.000 7.000 23.350

x2 1 4 9 16 25 36 49 64 81 100 385,00

Y=ln(y) 6,11 6,21 6,40 6,68 7,09 7,44 7,65 8,29 8,52 8,85 73,25

xY 6,11 12,43 19,19 26,74 35,45 44,63 53,55 66,35 76,65 88,54 429,64

Y2 37,32 38,62 40,92 44,68 50,27 55,33 58,52 68,79 72,54 78,39 545,39

Então,

B=

10( 429 ,64 ) − ( 55 )( 73 ,25 ) = 0,3245 10( 385 ) − ( 55 ) 2

A=

73,25 − 0 ,325( 55 ) = 5 ,5399 10

b = exp( B ) = exp( 0 ,3245 ) = 1,3903 e a = exp( A ) = exp( 5 ,5399 ) = 254 ,42

Logo, a equação final será Vendas =(254,42)(1,3903) ano

Observe como os valores estimados pela equação estão próximos dos valores reais, observados na série de dados. 8.000 7.000

V endas obs ervadas

6.000 5.000 4.000 3.000

V endas estim adas pela equaç ão

2.000 1.000 0 1

Prof. Cíntia Paese Giacomello

2

3

4

5

6

7

8

9 10

102

14.8.2

Função geométrica ou de potência

a>0

Utilizando

as

b ímpar

a>0

b par

a<0

propriedades

dos

logaritmos

pode-se

y = ax b

-

b ímpar

chegar

a<0

b par

Y = A + bX

a

onde

Y = log y , A = log a e X = log x Pelo método dos mínimos quadrados obtém-se A e para a .

b e depois convertem-se os valores

a = 10 A Exemplo Os dados a seguir apresentam a produção de veículos automotivos (y) ao longo do tempo (x). Para estes dados ajuste um modelo de potência

ano produção

59 96,1

60 133,0

61 145,6

62 191,2

63 174,2

64 183,7

65 185,2

ano produção

66 224,6

67 225,4

68 278,5

69 349,5

70 416,0

71 516,0

72 609,0

O diagrama de dispersão dos dados sugere que um modelo potencial é indicado.

P rodução automobilística anual Milhares de unidade

700,0 600,0 500,0 400,0 300,0 200,0 100,0 0,0 55

Prof. Cíntia Paese Giacomello

60

65 An o

70

75

103

Cálculo dos parâmetros:

Ano 59 60 61 62 63 64 65 66 67 68 69 70 71 72

Produção 96,1 133,0 145,6 191,2 174,2 183,7 185,2 224,6 225,4 278,5 349,5 416,0 516,0 609,0 Totais:

Y=ln(y) 4,565 4,890 4,981 5,253 5,160 5,213 5,221 5,414 5,418 5,629 5,857 6,031 6,246 6,412 76,292

X=ln(x) 4,078 4,094 4,111 4,127 4,143 4,159 4,174 4,190 4,205 4,220 4,234 4,248 4,263 4,277 58,522

Y2 20,843 23,916 24,809 27,597 26,628 27,179 27,263 29,315 29,353 31,690 34,299 36,369 39,014 41,111 419,386

X2 16,626 16,764 16,899 17,033 17,166 17,296 17,426 17,553 17,679 17,804 17,928 18,050 18,170 18,290 244,684

XY 18,616 20,023 20,476 21,681 21,379 21,682 21,796 22,684 22,781 23,753 24,797 25,621 26,625 27,421 319,335

Assim,

b=

14( 319 ,335 ) − ( 58 ,522 )( 76 ,292 ) = 7,970 14( 244 ,684 ) − ( 58 ,522 ) 2

A=

76 ,292 − 7 ,970( 58 ,522 ) = −27 ,868 14

a = exp( A ) = exp( −27 ,868 ) = 7 ,889 E − 13

Y=A+bX


Ou então,

Y=-27,868+7,970X onde Y e X são, respectivamente, ln(x) e ln(y)

y=7,889E-13 x

7,970

Logo, a equação final será Produção de automóveis = 7,889E-13 (ano)

7,970

O gráfico comparativo entre os valores observados para a produção e os estimados através da curva Produção de automóveis = 7,889E-13 (ano) 7,970 é:

Prof. Cíntia Paese Giacomello

104

700,0 600,0

Produção real

500,0 Produção estimada pela equação

400,0 300,0 200,0 100,0 0,0 59

60

61

62

63

64

65

66

67

68

69

70

71

72

Exercícios 1.

Aos dados a seguir ajuste um modelo exponencial e um polinomial. Estime a quantidade de vendas para o ano de 2003, supondo que o comportamento dos dados seja mantido. DICA: utilize os números de 1 a 11 para os anos e calcule o valor de y quando x for 14.

Ano Vendas

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

15

16

17

18

25

28

32

42

55

76

93

2. Se você tivesse uma série de dados como expressa no diagrama de dispersão a seguir, que modelo de regressão você utilizaria? O que você poderia dizer a respeito dos valores dos parâmetros?

3. Uma companhia de energia elétrica estimou o consumo médio de energia das famílias (kwh) de acordo com a renda (R$). Ajuste os seguintes modelos: y=ax b , y=ab x e y=a+bx. Renda

197

286

243

218

241

200

215

198

129

157

296

302

Consumo

1234

1432

1678

1300

1467

1245

1214

1200

770

890

2020

2100

Prof. Cíntia Paese Giacomello

105

15 Tabelas

Prof. Cíntia Paese Giacomello

106