Métodos Quantitativos Aplicados
Aulas de Estatística Descritiva e
Profaª Msc. Érica Siqueira
Mini Currículo Professora:
Érica Siqueira
• Formação:
Doutoranda em Administração pela FGV.
Mestre em Administração pela FEA USP (2014), Especialista em Administração pela FGV (2011) e
Bacharel em Sistemas de Informação pelo Mackenzie. • Professora convidada para cursos de pós graduação.
• Foi professora nos cursos de Administração nas faculdades Unisant´anna e Estácio.
• Consultora de empresas para elaboração/análise de viabilidade de projetos de inovação.
• Atua há 17 anos implantando e desenhando sistemas para gestão empresarial, gestão pública, gestão financeira, cadeia de
Métodos Quantitativos Aplicados
Objetivos de aprendizagem:
Depois de ler e discutir este tópico você será capaz entender
• Entender o que é a estatística
• Noções iniciais de População e Amostra • Processo de inferência
• Aplicações usuais de Estatística
• Estatística Descritiva: Medidas de Tendência Central e de Dispersão
4 Profa. Msc. Érica Siqueira
Agenda do Curso
Data Horário Tema da Aula
01/10/2018
das 19:00 as 22:00
Apresentação da Disciplina, Estatística Descritiva e Inferencial
Variáveis e Tabelas de Frequência, Histograma 08/10/2018
Medidas de Tendência Central: Média Simples: Aritmética e Ponderada, Média Geométrica
Exemplo aplicado: Custo médio ponderado de capital (WACC)
Medidas de Tendência Central: Moda e Mediana 15/10/2018 Medidas de Dispersão: Variância, Desvio Padrão e Coeficiente de Variação
Conceito de Esperança Matemática 22/10/2018
Cálculo de Covariância e Correlação Modelo de Regressão e Beta
Exemplo aplicado: Cálculo CAPM para uma Ação Escolhida 29/10/2018 Probabilidade: Noções BásicasDistribuições: Normal, Binomial e Poisson
Observações
• Usar HP12C
• Para estudar:
• Slides como grandes tópicos
• Livros indicados na bibliografia
• Lista de Exercícios
• Na prova poderá utilizar todo material: livros,
cadernos, calculadoras, slides, etc..., mas não poderá utilizar celular
6 Profa. Msc. Érica Siqueira
Aplicações
• Previsão de demanda,
• Precificação,
• Avaliação de investimentos como ações, títulos Empresariais, Títulos do Governo,
Muitas situações requerem conhecer um grupo amplo de elementos, tais como eleitores, pacientes, etc..
Em virtude do alto custo e tempo, na maioria das vezes não é possível coletar informações sobre todos os
elementos, sendo possível apenas coletar
informações de uma pequena parte desse grupo
8 Profa. Msc. Érica Siqueira
• A população é o conjunto de todos os elementos de interesse em determinado estudo
• Ao coletar informações da população temos um censo
• É um subconjunto da população
• Ao coletar informações da amostra, temos uma pesquisa amostral
10 Profa. Msc. Érica Siqueira
• A Norris está produzindo um novo tipo de lâmpada de alta intensidade que emprega um novo filamento
• A Norris deseja saber qual a durabilidade média de todas as lâmpadas produzidas
1 - A população é composta de todas as lâmpadas produzidas pela Norris, cuja durabilidade média é desconhecida 2 - Uma amostra de 200 lâmpadas é coletada 3 - Os dados amostrais fornecem uma durabilidade média de 76 horas 4 – A média da amostra é utilizada para estimar a média da população
Processo de Inferência
12 Profa. Msc. Érica Siqueira
• Apresentar, tabular e sumarizar dados coletados em uma população ou em uma amostra.
• Geralmente são calculadas medidas de tendência central e de dispersão
• Construção e interpretação de gráficos para descrever o conjunto de observações
Funcionários
Nome Sexo Idade Cargo Salário
Erica F 32 Analista R$ 1.500,00 Jose M 40 Gerente R$ 4.000,00 Maria F 20 Estagiária R$ 800,00 Meire F 22 Estagiária R$ 800,00 Joaquim M 35 Supervisor R$ 2.500,00 Marlene F 33 Analista R$ 1.500,00 Carlos M 50 Diretor R$ 9.000,00 Pedro M 34 Analista R$ 1.500,00 Clóvis M 49 Analista R$ 1.500,00
14 Profa. Msc. Érica Siqueira
• Descrever o conjunto de dados: Estatística Descritiva
• Uma distribuição de frequência é um sumário de
dados que mostra o número (frequência) de itens em cada uma das diversas classes não sobrepostas
Empresa Qtde de Cursos Qtde Funcionarios 1 6 10 2 3 5 3 5 200 4 4 100 5 1 52 6 1 39 7 2 87 8 2 38 9 1 20 10 5 16 11 4 259 12 2 300 13 2 402 14 2 709 15 4 1050 16 3 200 17 3 109 18 6 21 19 1 3 20 5 18 Elemento ou Indivíduo Variáveis Observações
Conjunto de Dados
16 Profa. Msc. Érica Siqueira
Podem ser numéricas ou não numéricas, entretanto não se deve aplicar operações aritméticas
Apresentam uma qualidade ou um atributo Podem ser:
• Ordinal (Nível de escolaridade)
• Nominal (Nome, Sobrenome, RG)
Apenas valores numéricos, indicando quantificação ou mensuração
Podem ser
• Discreta (Número de cursos de aperfeiçoamento realizados nos últimos 3 anos)
• Contínua (Salário anual)
18 Profa. Msc. Érica Siqueira
Variável Classificação Nome ? Gênero ? Idade ? Cargo ? Salário ?
20 Profa. Msc. Érica Siqueira
Variável Classificação
Nome Qualitativa Nominal
Gênero Qualitativa Nominal
Idade Quantitativa Discreta
Cargo Qualitativa Ordinal
Salário Quantitativa Contínua
Tabela de Frequência
Frequência por Gênero
Gênero Frequência
Feminino 4 Masculino 5
Total 9
Funcionários
Nome Gênero Idade Cargo Salário
Erica F 32 Analista R$ 1.500,00 Jose M 40 Gerente R$ 4.000,00 Maria F 20 Estagiária R$ 800,00 Meire F 22 Estagiária R$ 800,00 Joaquim M 35 Supervisor R$ 2.500,00 Marlene F 33 Analista R$ 1.500,00 Carlos M 50 Diretor R$ 9.000,00 Pedro M 34 Analista R$ 1.500,00 Clóvis M 49 Analista R$ 1.500,00
22 Profa. Msc. Érica Siqueira
Material do Estoque Absoluta Relativa Percentual
Cadeiras 5000 0,25641 26% Mesas 2000 0,102564 10% Estofados 3000 0,153846 15% Bancos 2500 0,128205 13% Almofadas 7000 0,358974 36% Total 19500 1 100%
Tabela de Frequência:
Contagem de Elementos
Investimentos Absoluta Relativa Percentual
Títulos do Governo R$ 30.000,00 0,26087 26% Fundos Renda Fixa R$ 10.000,00 0,086957 9% Fundos Renda Variável R$ 20.000,00 0,173913 17%
Poupança R$ 40.000,00 0,347826 35% Capitalização R$ 15.000,00 0,130435 13% Total R$ 115.000,00 1 100%
Tabela de Frequência:
Soma de Valores
24 Profa. Msc. Érica Siqueira
Frequência de Dados Agrupados
• Exemplo: Considere uma lista com 50 preços de uma ação, em um
determinado período, cujo menor preço é R$ 16,19 e o maior R$ 20,10. Para montar uma tabela de frequência temos de calcular primeiramente o número de classes (k) e depois calcular o intervalo da classe (h)
k = 1 + 3,22 * log(n)
k = 1 + 3,22 * log(50) = 7 (arredondado para cima)
AT = MAX - MIN
AT = 20,1 – 16,19 = 3,91
h = AT / k
h = 3,91 / 7 = 0,6 (arredondado para cima)
Número de Classes
Frequência de Dados Agrupados
n k Max Min AT h
50 7 20,1 16,19 3,91 0,6
Intervalo de Classe Frequência Absoluta AcumuladaAbsoluta Relativa AcumuladaRelativa
16,19 |--- 16,79 2 2 4% 4% 16,79 |--- 17,39 5 7 10% 14% 17,39 |--- 17,99 7 14 14% 28% 17,99 |--- 18,59 10 24 20% 48% 18,59 |--- 19,19 9 33 18% 66% 19,19 |--- 19,79 13 46 26% 92% 19,79 |--- 20,39 4 50 8% 100% Total 50 100%
26 Profa. Msc. Érica Siqueira
Histograma
2 5 7 10 9 13 4 0 2 4 6 8 10 12 14 16,19 |---16,79 16,79 |---17,39 17,39 |---17,99 17,99 |---18,59 18,59 |---19,19 19,19 |---19,79 19,79 |---20,39• As medidas de tendência central são utilizadas para caracterizar um conjunto de valores, representando-o adequadamente.
• A denominação “medida de tendência central”, se deve ao fato de que, por ser uma medida que
caracteriza um conjunto, tenderá a estar no meio dos valores.
• Além da média , existem a mediana, a moda, os quartis, decis e percentis.
28 Profa. Msc. Érica Siqueira
• O x barra é o símbolo utilizado para representar a média aritmética na amostra e “μ” na população.
• A média aritmética é o quociente da divisão da soma dos valores da variável pelo número deles
• Ou ainda, de forma simplificada, a Média Aritmética (M.A) é a soma das observações divida pela
quantidade de observações (n).
• Um aluno tirou as notas 5, 7, 9 e 10 em quatro provas.
• A sua média será (5 + 7 + 9 + 10) / 4 = 7.75
• As notas 5, 7, 9 e 10 são 4 observações
30 Profa. Msc. Érica Siqueira
• Exemplo: Calcular média salarial
Média Aritmética Simples – Exemplo 2
Funcionários
Nome Sexo Idade Cargo Salário
Erica F 32 Analista R$ 1.500,00 Jose M 40 Gerente R$ 4.000,00 Maria F 20 Estagiária R$ 800,00 Meire F 22 Estagiária R$ 800,00 Joaquim M 35 Supervisor R$ 2.500,00 Marlene F 33 Analista R$ 1.500,00 Carlos M 50 Diretor R$ 9.000,00 Pedro M 34 Analista R$ 1.500,00 Clóvis M 49 Analista R$ 1.500,00
• Exemplo: Calcular média salarial
Média Aritmética Simples
Salário R$ 1.500,00 R$ 4.000,00 R$ 800,00 R$ 800,00 R$ 2.500,00 R$ 1.500,00 R$ 9.000,00 R$ 1.500,00 R$ 1.500,00
Soma Total de Salários R$ 23.100,00 Quantidade de Observações
(salários) 9
Equação da Média R$ 23.100,00 / 9 Média Aritmética Simples R$ 2.566,67
32 Profa. Msc. Érica Siqueira
• Achar o ponto médio da Classe ou a Média da Classe e Multiplicar pela Frequência
Média Aritmética Simples em Dados
Agrupados
Intervalo de
Classe Frequência Absoluta Média da Classe Frequência X Média
16,19 |--- 16,79 2 16,49 32,98 16,79 |--- 17,39 5 17,09 85,45 17,39 |--- 17,99 7 17,69 123,83 17,99 |--- 18,59 10 18,29 182,9 18,59 |--- 19,19 9 18,89 170,01 19,19 |--- 19,79 13 19,49 253,37 19,79 |--- 20,39 4 20,09 80,36 Total 50 928,9
Média Aritmética Ponderada
34 Profa. Msc. Érica Siqueira
Exemplo:
Média Aritmética Ponderada
Capital Estrutura Custo (a.a)
Terceiros 36,30% 11% Próprio 63,70% 25% 100,00% Custo Médio = [ (36,3 x 11) + (63,70 x 25) ] / (36,30 + 63,70) Custo Médio= 20% WACC: weighted average cost of capital * Desconsiderando impostos
• Supomos então, que temos os números 4, 6 e 9
e multiplicamos os elementos e obtemos o
produto 216.
• Pegamos então este produto e extraímos a sua raiz cúbica, chegando ao valor médio 6.
• Extraímos a raiz cúbica, pois o conjunto é composto de 3 elementos. Se fossem n elementos, extrairíamos a raiz de índice n.
• A média geométrica entre 1,2 e 4 = 2
36 Profa. Msc. Érica Siqueira
• Mediana é uma medida de tendência central que indica exatamente o valor central de uma distribuição de dados.
• Ordenados os elementos da amostra, a mediana é o valor (pertencente ou não à amostra) que a divide ao meio, isto é, 50% dos elementos da amostra são menores ou iguais à
mediana e os outros 50% são maiores ou iguais à mediana.
• Para a sua determinação utiliza-se a seguinte regra, depois de ordenada a amostra de n elementos:
• Se n é ímpar, a mediana é o elemento médio.
• Se n é par, a mediana é a soma dos dois elementos médios dividida por 2.
• Dados os salários, já ordenados em ordem crescente, achar a mediana
• Resposta: 33.800
38 Profa. Msc. Érica Siqueira
• Como medida de localização, a mediana é mais robusta do que a média, pois não é tão sensível aos dados.
• Quando a distribuição é simétrica, a média e a mediana coincidem.
• A mediana não é tão sensível, como a média, às observações que são muito maiores ou muito menores do que as restantes (outliers). Por outro lado a média reflete o valor de todas as observações.
• A média é uma medida muito influenciada por valores "muito grandes" ou "muito pequenos", que são os responsáveis pela má utilização da média em muitas situações.
• É a realização mais frequente do conjunto de valores analisados
• Por exemplo, considere as idades dos alunos de uma sala
• 19, 21, 22, 30, 19, 23, 35, 18, 19, 22
• Nesse caso a moda é 19
• A moda é especialmente útil para dados qualitativos
• É o valor que é mais provável de ser amostrada.
40 Profa. Msc. Érica Siqueira
• Quartis (Q1, Q2 e Q3): São valores dados a partir do
conjunto de observações ordenado em ordem crescente, que dividem a distribuição em quatro
partes iguais. O primeiro quartil, Q1, é o número que deixa 25% das observações abaixo e 75% acima, enquanto que o terceiro quartil, Q3, deixa 75% das
observações abaixo e 25% acima. Já Q2 é a mediana, deixa 50% das observações abaixo e 50% das
observações acima.
41 Profa. Msc. Érica Siqueira 4 Md = 3,05 Q1 = 2,05 Q3 = 4,9 Md = 5,3 Q1 = 1,7 Q3 = 12,9 Dados: 1,9 2,0 2,1 2,5 3,0 3,1 3,3 3,7 6,1 7,7
n=10
Dados: 0,9 1,0 1,7 2,9 3,1 5,3 5,5 12,2 12,9 14,0 33,6
n=11
Md = (3 + 3,1)/2 = 3,05 Q1=( 2+2,1)/2=2,05 Q3=(3,7+6,1)/2=4,9Exemplo
42 Profa. Msc. Érica Siqueira
Exercício
• A Variância e o Desvio Padrão são consideradas
medidas de dispersão e utilizadas nas situações em que grupos com médias de valores iguais, possuem características diferentes. A Variância estabelece os desvios em relação à média aritmética e o Desvio Padrão analisa a regularidade dos valores. Vamos através de um exemplo prático, demonstrar uma aplicação básica envolvendo as duas medidas.
44 Profa. Msc. Érica Siqueira 4 4
n i i n n x x n x x x x x x s Variância 1 2 2 2 2 2 1 2 1 1 ) ( ) ( ... ) ( ) (Variância
Padrão
Desvio
s
•Variância:
•Desvio padrão:
Fórmulas (amostra)
Ano Tiger Super Tiger 1995 -15% 3% 1996 40% 8% 1997 20% -10% 1998 15% 15%
Exemplo: Fundos
46 Profa. Msc. Érica Siqueira
• A variância é calculada dividindo-se a soma dos
quadrados das diferenças (coluna 4) pelo número de retornos menos um (no caso de amostras).
• Variância do Tiger = 0,155 / 3 = 0,05166
• Variância do Super Tiger = 0,0334 / 3 = 0,01113
• O desvio-padrão é calculado através da raiz quadrada da variância.
• Desvio-padrão do Tiger = √0,05166 = 0,22729 ⇒22,73%
• Desvio-padrão do Super Tiger = √0,01113 = 0,10550 ⇒
• 10,55%
• Amostra é um subconjunto (ou seja, é uma parte) de dados selecionados de uma população.
• Uma amostra representativa tem as mesmas
características que a população de onde foi retirada.
• O desvio - padrão amostral é por excelência a medida do risco.
• A variância é uma medida “ao quadrado” o que dificulta a sua interpretação, por este motivo
utilizamos o desvio-padrão
48 Profa. Msc. Érica Siqueira
• considerado uma medida de dispersão, é relativo à média e, como duas distribuições podem ter
médias/valores médios diferentes, o desvio-padrão dessas duas distribuições não é comparável. A
solução é usar o coeficiente de variação, que é igual
ao desvio-padrão dividido pela média
• Exemplo: Comparar Peso e Altura
• Esperança Matemática em probabilidade é
associado ao conceito de Média em estatística
• Esperança é quando eu tiro a média dos valores que
eu tenho para um mesmo evento e então eu posso esperar que tendendo o número de
experimentos ao infinito, o resultado do evento seja igual a esperança.
• Por isso a Esperança também é conhecida como Valor Esperado ou Expectância.
50 Profa. Msc. Érica Siqueira
• Se x é uma variável casual ou aleatória, a esperança matemática de x, ou o seu valor médio é E (x) = xl p2 + x2 p2 + .. . +xnpn .
1. Composição da carteira (p* R1 + p* R2)
2. Cenários (p * Rpessi + p * Rprova + p * Rotim)
52 Profa. Msc. Érica Siqueira
• Análise de risco de uma carteira usando Média, Desvio Padrão, Variância
• Leitura sobre Distribuição Normal (pesquisa)
• Ler artigo: Medidas Risco
Bibliografia
Bibliografia
I. Básica:
1. Lima, Iran Siqueira; Galardi, Ney & Neubauer, Ingrid. Mercados de Investimentos
financeiros. 2ª ed.: manual para certificação profissional ANBID Série 20 (CPA - 20). São Paulo: Atlas, 2008.
2. Neto, Alexandre Assaf. Mercado Financeiro. 12ª ed. São Paulo: Atlas, 2014.
3. Securato, José Roberto. Decisões financeiras em condições de riscos. São Paulo:
Atlas, 1996.
II. Complementar
1.Freund John E.; Simon, Gary A. Estatística aplicada: economia, administração e
contabilidade. 9. ed. Porto Alegre: Bookman, 2000
2. LAPPONI, Juan Carlos. Estatística usando Excel 5 e 7. São Paulo: Lapponi
Treinamento, 1997.
3. Levine, David M.; Bereson, Mark L.; Stephan, David. Estatística: teoria e
aplicações, usando o Microsoft Excel em português. 3.ed. Rio de Janeiro: LTC, 2005.
4.-MORETTIN, Luiz Gonzaga. Vol. 1. Estatística básica. 7.ed. São Paulo:
Pearson/Makron Books, 2000.
5. MORETTIN, Luiz Gonzaga. Vol. 2. Estatística básica. 7.ed. São Paulo: