Curso de Estatística
Descritiva e Inferencial
(Planejamento Experimental)
Prof. Dr. Jomar Camarinha
CONTEÚDO
• Estatística Descritiva e Exploratória
• Noções de Estimação de Parâmetros
• Intervalos de Confiança
• Testes de Hipóteses
• Delineamentos Experimentais
• Análise de Variância
Estatística
Descritiva e Inferencial
Introdução
Alguns Conceitos
Distribuição Amostral
Função de Probabilidade
P-valor
Tomada de Decisões
Exemplos
Processo Científico
1. Introdução
Conhecimento Suposição Hipótese Ideia Ideia Planejamento Experimental Delineamentos Experimentos AnAnáálise de Dadoslise de Dados
Estatística Descritiva e
Inferencial Conclusões
E S T A T Í S T I C A Introdução INFERÊNCIA ESTIMAÇÃO DE PARÂMETROS TESTES DE HIPÓTESES PONTUA L INTERVALAR DESCRITIVA TABULAR GRÁFICA MEDIDAS POSIÇÃO CENTRAL VARIABILIDADE ASSIMETRIA CURTOSE AMOSTRAGEM e PLANEJAMENTO DE EXPERIMENTOS
NOMINAL NOMINAL ORDINAL ORDINAL DISCRETA DISCRETA CONTÍNUA CONTÍNUA QUALITATIVA QUALITATIVA QUANTITATIVA QUANTITATIVA VARIÁVEL VARIÁVEL Variáveis: Classificação
Alguns Conceitos
– Experimento Aleatório (“provocar”↔ Condições) – População e Amostra
– Variável
– Variável (Resposta) = Var. Independente + Var. Residual
– Tipos de Variável:
1. Qualitativa: Nominal (N) e Ordinal (O) 2. Quantitativa: Discreta (D) e Contínua (C)
– Exemplos:
• Raça (N); Produtividade de Leite (?); Dose Medicamento
• Grau de Infestação (?); Escolaridade (?); Cor Olhos (?);
– Fator (Variável Independente) – Níveis do Fator
– Tratamento – Parcela
Exemplo 1: Colesterol; Medicamento; Dose
– Testemunha (Grupo Controle, Placebo) – Bordadura
– Delineamento
• Exemplo 2:
Vendas; Horário; Tipo Joia; Preço
Vendas = Horário + Tipo Joia + Preço
Experimenta
Experimenta
Experimenta
Experimentaçççção
ão
ão
ão
• Distribuição Amostral
• Função de Probabilidade
(Parâmetros de um Modelo)
• P-valor
Distribuição de Frequências
ESTATURAS DE 40 ALUNOS DA FACULDADE A
166 160 161 150 162 160 165 167 164 160 162 168 161 163 156 173 160 155 164 168 155 152 163 160 155 155 169 151 170 164 154 161 156 172 153 157 156 158 158 161 Tabela 1 - Primitiva: Classe Estaturas (cm) ݂݅ ݂ݎ݅ ܨ݅ ܨݎ݅ 1 150|—154 4 0,1 4 0,1 2 154 |—158 9 0,225 13 0,325 3 158 |—162 11 0,275 24 0,6 4 162 |—166 8 0,2 32 0,8 5 166 |—170 5 0,125 37 0,925 6 170 |—174 3 0,075 40 1 ∑ = 40 ∑ = 1,00
Aspectos da mortalidade
atribuível ao tabaco: revisão
sistemática
186 artigos:
⇒
⇒
⇒
⇒ 30 selecionados:
Risco atribuível na população
(SAM).
Comparações de medidas de qualidade de vida entre mulheres e homens em hemodiálise
Escores:
- PCS: entre 14,6 e 60,7 (média=39,7±10,3; mediana=40,8) - MCS entre 14,2 e 75,0 (média=47,7±12,4; mediana=48,6) - Sintomas/problemas entre 12,5 e 100 (média=76,4±17,8; mediana=81,2). Conclusões:- Significantemente menores em mulheres - As diferenças entre mulheres e homens foram: de 2,4 pontos para PCS (P=0,005);
de 3,0 pontos para MCS (P=0,005);
Exemplo 1
175 > 173?
(DEPENDE!!!)
• n
• Variabilidade
• Comportamento dos Dados
Exemplo 2
• Experimento: 16 bolas
n = 2 (s/ rep.) 45 40 20 6 8 1 120Função de Probabilidade
0,00 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 AA VV VA BA BV BBTomada de Decisões
Situações Ocorrência Implicação Decisão A Afirmação Falsa Mentiu
B Afirmação Possível
Exemplo 1
180 > 173?
X Θ N n n n n . . . . . . 1 ˆ θ 2 ˆ θ 3 ˆ θ K θˆ 3 2 1 0 -1 -2 -3 θˆ
2 1 0 2 0 0 1 9 0 1 8 0 1 7 0 1 6 0 1 5 0 1 4 0 1 3 0 0 , 0 3 5 0 , 0 3 0 0 , 0 2 5 0 , 0 2 0 0 , 0 1 5 0 , 0 1 0 0 , 0 0 5 0 , 0 0 0 X D e n s it y D i s t r i b u t i o n P l o t N o r m a l; M e a n = 1 7 3 ; S tD e v = 1 2 0 , 4 0 , 3 0 , 2 0 , 1 0 , 0 X D e n s it y 1 7 5 , 4 0 , 0 0 8 1 7 3 N o r m a l; M e a n = 1 7 3 ; S tD e v = 1 D i s t r i b u t i o n P l o t n = 1 4 4
Intervalo de Confiança
Teste de Hipóteses
• Interpretação
• Regra de Decisão
X Θ N n n n n . . . . . . 1 ˆ θ 2 ˆ θ 3 ˆ θ K θˆ 3 2 1 0 -1 -2 -3 θˆ
ANOVA
Definição
• Decomposição da Variabilidade Total
ANOVA
• Delineamentos: Inteiramente casualizado,
blocos ao acaso, quadrado latino.
• Princípios Básicos da Experimentação
Repetição
Casualização
Princípios Básicos da Experimentação
EB Repetições
A A A A A A
B B B B B B
EB Repetições com Casualização
A A B A B A B B A
EB Repetições com casualização e controle local
A A B B A B A B B
B B A A B A B A A
Pressupostos para Realização da
ANOVA
• Normalidade
(Histograma Res.; qqplot) (Shapiro-Wilk)• Independência
(Res. x Valores ajustados)Experimentos no Delineamento
Inteiramente Casualizado
Características
• Homogeneidade: Material Experimental Condições Ambientais
• Alocação dos Tratamentos
ANOVA - DIC
• Modelo Probabilístico ij i ijt
e
y
=
µ
+
+
)
;
(
~
N
µ
σ
2e
ij iid i i=
µ
+
t
µ
Variabilidades Envolvidas
Variabilidades Envolvidas
. 1 y .. y . 2 y . Iy
Repetições Tratamentos 1 2 ... J Média 1 y11 y12 ... y1J 2 y21 y22 ... y2J ... ... ... ... ... ... I yI1 yI2 ... yIJ Ho: µ1 = µ2 = µ3 = … = µTDecomposição da Variabilidade
(
) (
[
)
(
)
]
(
)
(
)
2(
)
(
..)
.. 2 2 .. 2 ...
.
2
.
.
.
.
y
y
y
y
y
y
y
y
y
y
y
y
y
y
i i ij i i ij i i ij ij−
−
+
−
+
−
−
+
−
=
−
(
y
ij−
y
..) (
=
[
y
ij−
y
i.
)
+
(
y
i.
−
y
..)
]
(
)
∑
∑
(
)
∑
(
)
∑∑
= = = = =−
+
−
=
−
I i I i i J j i ij I i J j ijy
y
y
J
y
y
y
1 2 1 .. 1 2 1 1 2 ...
.
Decomposição da Variabilidade
Distribuições
Funções de Densidade
(
)
2 1 1 2 .. σ∑∑
= = − I i J j ij y y(
)
2 1 1 2 . σ∑ ∑
= = − I i J j i ij y y ( ) 2 1 2 .. . σ ∑ = − I i i y y J∑ ∑
I − i J j ij C y2 Fontes de Variação Graus de Liberdade Soma de Quadrados Quadrado Médio FTratamentos I - 1 SQtrat/(I-1) QMtrat/QMres
Resíduo I.(J – 1) Por
diferença SQres/I(J-1)
Total I.J - 1
∑
I − i i C y J 2 . 1 SQHo Ho: µ1 = µ2 = µ3 = … = µT Ha: pelo menos um par difereTestes de Comparações Múltiplas
e
Análise de Regressão
• Contrastes de Médias
– Tukey – Duncan – Dunnett• Regressão Polinomial
TUKEY
r
QM
q
.
Re
s
=
∆
EXEMPLO
• Comparação:
• 88t/ha e 93t/ha
Variabilidades Envolvidas
Obtenção das Variabilidades Envolvidas
Repetições Tratamentos 1 2 ... J Total 1 y11 y12 ... y1J y 1. 2 y21 y22 ... y2J y 2. ... ... ... ... ... ... I yI1 yI2 ... yIJ y 3. y.. Ho: µ1 = µ2 = µ3 = … = µT
Exemplo
Linhagens Repetições Total I II III IV V VI L1 385 323 417 370 437 340 2272 L2 406 385 444 443 474 437 2589 L3 354 292 389 312 432 299 2078 L4 271 208 347 302 370 264 1762 L5 344 292 354 354 401 306 2051 L6 354 354 410 453 448 417 2436 L7 167 115 194 130 240 139 985 L8 344 385 410 437 437 410 2423 L9 385 385 396 453 458 417 2494 Total 19090
Somas de Quadrados
• SQTotal = • SQTrat = 1 , 918 . 332 6 . 9 19090 ) 2494 ... 2589 2272 ( 6 1 2 2 2 2 = − + + + =∑
I − i i C y J 2 . 1∑∑
I − i J j ij C y2 5 , 119 . 420 6 . 9 19090 417 ... 323 385 2 2 2 2 + + + − = =Fontes de Variação Graus de Liberdade Soma de Quadrados Quadrado Médio F Tratamentos 9 - 1 332.918,1 332.918,1/8 21,48** Resíduo 9.(6 – 1) Por diferença 87.201,4/45 Total 9.6 - 1 420.119,5 SQTrat H o: µ1 = µ2 = µ3 = … = µT
Ha: pelo menos um par difere
TUKEY
• q = amplitude total estudentizada
• I e g.l. do Resíduo.
r
QM
q
.
Re
s
=
∆
• ∆=4,64.√1938/6 = 83,39 micras /h;
• Diferença Significativa > ∆;
• Exemplo:
L6 x L4: 406,00 - 293,67 = 112,33
TUKEY
Tabela Resumo
Tratamento Média Diferenças
L2 431,50 A L9 415,67 AB L6 406,00 AB L8 403,83 AB L1 378,67 AB L3 346,33 BC L5 341,83 BC L4 293,67 C L7 164,17 D
Contrastes
• Contraste: Y= a1µ1 + a2 µ2 + ... + akµk • Teste:0
=
∑
k i ia
)
ˆ
(
ˆ
Y
S
D
Y
t
=
−
k k k k kr
S
a
r
S
a
r
S
a
Y
V
V
a
V
a
Y
Y
V
O
C
Y
V
2 2 2 2 2 2 2 1 2 1 2 1 2 1 2 1...
)
ˆ
(
ˆ
)
ˆ
(
ˆ
...
)
ˆ
(
ˆ
)
ˆ
;
ˆ
(
ˆ
)
ˆ
(
ˆ
+
+
+
=
+
+
=
=
µ
µ
Contrastes
r
QM
a
a
a
r
S
a
r
S
a
r
S
a
Y
V
s k k k k Re 2 2 2 2 1 2 2 2 2 2 2 2 1 2 1 2 1)
...
(
...
)
ˆ
(
ˆ
+
+
+
=
=
+
+
+
=
Tukey Aproximado
• Dados Desbalanceados
2
)
ˆ
(
ˆ
.
'
=
q
V
Y
∆
Contrastes
• Ortogonais: Covariância Nula
• I – 1 contrastes.
0
2=
∑
i k i i i iS
r
b
a
Exemplo
• 4 Tratamentos: 1 Abacaxi (0,9x0,3 m) 2 Abacaxi (0,8x0,3 m) 3 Abacaxi + Amendoim 4 Abacaxi + Feijão -1 (-1 e 2) x (3 e 4) = - -13t/ha 2 (1) x (2) = - 3t/ha 3 (3) x (4) = 2t/ha 4ha
t
ha
t
ha
t
ha
t
/
5
,
60
ˆ
/
5
,
62
ˆ
/
5
,
56
ˆ
/
5
,
53
ˆ
4 3 2 1=
=
=
=
µ
µ
µ
µ
TESTE “
t
”
)
ˆ
(
ˆ
Y
S
D
Y
t
=
−
Teste
• Para o Contraste: (1 e 2) x (3 e 4) = - 13t/há)
ˆ
(
0
13
Y
S
t
=
−
−
4
,
0
8
8
,
0
]
)
1
(
)
1
(
1
1
[
)
...
(
)
ˆ
(
ˆ
2 2 2 2 Re 2 2 2 2 1=
−
+
−
+
+
=
=
+
+
+
=
r
QM
a
a
a
Y
V
s kTeste “t”
55
,
20
4
,
0
0
13
−
=
−
−
=
t
Blocos Casualizados
BLOCOS TRAT. 1 2 3 4 TOTAIS 1 142,36 144,78 145,19 138,88 271,21 2 139,28 137,77 144,44 130,61 552,10 3 140,73 134,06 136,07 144,11 554,97 4 150,88 135,83 136,97 136,36 560,04 5 153,49 165,02 151,75 150,22 620,48 TOTAIS 726,74 717,46 714,42 700,18 2858,80Somas de Quadrados
• SQTotal = SQTrat = SQBlocos = 95 , 1273 4 . 5 8 , 2858 22 , 150 ... 36 , 142 2 2 2 + + − = =∑∑
I − i J j ij C y2 C C y J I i i − = + + −∑
(271,21 ... 620,48 ) 5 1 1 2 2 2 .C
C
y
I
J j j−
=
+
+
−
∑
(
726
,
74
...
700
,
18
)
5
1
1
2 2 2 .ANOVA
Source DF Seq SS Adj SS Adj MS F P Tratamentos 4 794,93 794,93 198,73 5,87 0,007 BLOCOS 3 72,70 72,70 24,23 0,72 0,561 Error 12 406,32 406,32 33,86
Ensaios Fatoriais – Ex.17
85,3 21,3 22,8 21,4 19,8 6 80,2 19,2 18,8 19,4 22,8 5 78,3 18,6 19,0 21,1 19,6 4 103,5 26,4 25,1 26,3 25,7 3 101,3 25,2 26,7 24,6 24,8 2 = 102,6 25,4 25,0 26,0 26,2 1 = R1E1 4 3 2 1 TOTAIS REPETIÇÕES TRAT.Variabilidades
23 , 659 . 12 4 6 2 , 551 2 2 = × = = IJ G C 79 , 198 4 . 6 2 , 551 3 , 21 ... 0 , 26 2 , 26 2 2 2 2 + + + − = =∑∑
− = I i J j ij Total y C SQ 2 70 , 175 ) 3 , 85 ... 6 , 102 ( 4 1 1 2 2 2 . − = + + − = =∑
y C C J SQ I i i TratDesdobramento do g.l.
×
2
.
.
.
.
1
)
(
.
.
2
)
(
Re
.
.
5
l
g
E
R
Interação
l
g
E
Espécies
l
g
R
cepientes
l
g
s
Tratamento
551,2 165,5 181,8 203,9 TOTAIS 264,9 85,3 78,3 101,3 E2 286,3 80,2 103,5 102,6 E1 TOTAIS R3 R2 R1 (4)
86 , 92 ) 5 , 165 8 , 181 9 , 203 ( 8 1 2 2 2 Re = + + −C = SQ cipientes 08 , 19 ) 9 , 264 3 , 286 ( 12 1 2 2 = − + = C SQEspécies 70 , 175 ) 3 , 85 ... 6 , 102 ( 4 1 2 2 = − + + = C SQRE 76 , 63 08 , 19 86 , 92 70 , 175 Re = − − = − − = ×E c Esp R Interação SQRE SQ SQ SQ
Quadro da ANOVA
Analysis of Variance for Altura Eucaliptos, using Adjusted SS for Tests Source DF Seq SS Adj SS Adj MS F P
RECIPIENTE 2 92,861 92,861 46,430 36,20 0,000 ESPÉCIE 1 19,082 19,082 19,082 14,88 0,001 RECIPIENTE*ESPÉCIE 2 63,761 63,761 31,880 24,85 0,000 Error 18 23,090 23,090 1,283
Split-Plot
Exemplo
aCaracterísticas:
Divisão em subparcelas;
Tratamentos principais: níveis de fator
colocado;
Tratamentos secundários: níveis de fator
casualizado;
Experimento: Calcário e Fertilizante;
Modelo: y
ijk= µ + c
i+ f
k+ (cf)
ik+ b
j+ (cb)
ij+ e
ijkonde:
(cb)
ij= Resíduo (A)
e
ijk= Resíduo (B)
Croqui
A
2B
1A
2B
3A
2B
2A
1B
2A
1B
1A
1B
3A
1B
2A
1B
1A
1B
3A
2B
1A
2B
2A
2B
3A
2B
1A
2B
3A
2B
2A
1B
1A
1B
3A
1B
2A
1B
2A
1B
3A
1B
1A
2B
3A
2B
2A
2B
1Exemplo 18
VARIEDADES (A) TRATAMENTOS DE SEMENTES (B) BLOCOS TOTAIS 1 2 3 4 A1 B1 42,9 41,6 28,9 30,8 144,2 B2 53,8 58,5 43,9 46,3 202,5 B3 49,5 53,8 40,7 39,4 183,4 B4 44,4 41,8 28,3 34,7 149,2 A2 B1 53,3 69,6 45,4 35,1 203,4 B2 57,6 69,6 42,4 51,9 221,5 B3 59,8 65,8 41,4 45,4 212,4 B4 64,1 57,4 44,1 51,6 217,2 A3 B1 62,3 58,5 44,6 50,3 215,7 B2 63,4 50,4 45,0 46,7 205,5 B3 64,5 46,1 62,6 50,3 223,5 B4 63,6 56,1 52,7 51,8 224,2 A4 B1 75,4 65,6 54,0 52,7 247,7 B2 70,3 67,3 57,6 58,5 253,7 B3 68,8 65,3 45,6 51,0 230,7 B4 71,6 69,4 56,6 47,4 245,0 TOTAIS 965,3 936,8 733,8 743,9 3379,8Variabilidades (SQs)
• C = 3.379,8²/64 = 178.485,13
• SQT = 42,9² + 41,6² + ... + 47,4² - C =
7.797,39
(4) BLOCO 1 BLOCO 2 BLOCO 3 BLOCO 4 TOTAIS A1 190,6 195,7 141,8 151,2 679,3 A2 234,8 262,4 173,3 184,0 854,5 A3 253,8 211,1 204,9 199,1 868,9 A4 286,1 267,6 213,8 209,6 977,1 TOTAIS 965,3 936,8 733,8 743,9 3.379,8
• SQVar(A) = (679,3² + ... + 977,1²)/16 – C
• SQParc = (190,6² + ... + 209,6²)/4 – C
• SQRes(A) = SQParc – SQBlocos – SQA
= 6.309,19 – 2.842,87 – 2.848,02 = 618,19
(4) B1 B2 B3 B4 TOTAIS A1 144,2 202,5 183,4 149,2 679,3 A2 203,4 221,5 212,4 217,2 854,5 A3 215,7 205,5 223,5 224,2 868,9 A4 247,7 253,7 230,7 245,0 977,1 TOTAIS 811,0 883,2 850,0 835,6 3.379,8
• SQTrat de sem(B) = (811,0² + ... + 835,6²)/16 – C
• SQA,B = (144,2² + ... + 245,0²)/4 – C
• SQAxB = SQA,B – SQA – SQB = 3.605,02 – 2.848,02 – 170,53
• SQRes(B) = SQTotal – SQParc – SQB – SQAxB = 7.797,39 – 6.309,19 - 170,53 – 586,47
Quadro da ANOVA
Analysis of Variance for Aveia, using Adjusted SS for Tests Source DF Seq SS Adj SS Adj MS F P
Blocks 3 2842,87 2842,87 947,62 31,60 0,000 A 3 2848,02 2848,02 949,34 31,66 0,000 B 3 170,54 170,54 56,85 1,90 0,144 A*B 9 586,47 586,47 65,16 2,17 0,042 Error 45 1349,50 1349,50 29,99 Total 63 7797,39
Análise Combinatória
• Objetivo:
resolver problemas de contagem
• Estabelecer métodos
(contagem → Agrupamentos)
• Princípio Fundamental da Contagem (PFC)
Evento (fato) → composto etapas → cada
uma por certas quantidades;
Possibilidades
associadas aoEvento
(“amostras”)Exemplos
1. Refeição; 2. Vestir;
3. Carro;
4. Obter nº naturais:
a) 3 algarismos (com rep.); {1a5} b) 3 algarismos distintos; {1a5} c) 4 alg. Distintos; {0a4}
Exemplos
5. Nº naturais maiores que 64.000;
{0;1;2;4;5;6;7;9} com 5 alg. distintos;
6. Placas;
7. Ordem crescente os N com 4 alg. dist.;
{1;3;5;7}. Que lugar (ordem) ocupa o nº
5731?
8. Turista (viagem): A→B (3R e 2F);
B→C (2R e 2F). Percursos distintos?
Distribuição de Frequências
ESTATURAS DE 40 ALUNOS DA FACULDADE A
166 160 161 150 162 160 165 167 164 160 162 168 161 163 156 173 160 155 164 168 155 152 163 160 155 155 169 151 170 164 154 161 156 172 153 157 156 158 158 161 Tabela 1 - Primitiva: Classe Estaturas (cm) ݂݅ ݂ݎ݅ ܨ݅ ܨݎ݅ 1 150|—154 4 0,1 4 0,1 2 154 |—158 9 0,225 13 0,325 3 158 |—162 11 0,275 24 0,6 4 162 |—166 8 0,2 32 0,8 5 166 |—170 5 0,125 37 0,925 6 170 |—174 3 0,075 40 1 ∑ = 40 ∑ = 1,00
Levantamento sobre alguns aspectos
socioeconômicos dos empregados da
seção de orçamentos da Cia. Milsa.
BUSSAB, W. O.; MORETIN, P. A.; p. 11, 2004.
DA
DO
S
BR
Tabela 01 – Frequências e porcentagens dos funcionários da Cia. Milsa, segundo o estado civil, Curitiba – Março 2012.
Fonte: Departamento de Pessoal.
Representação: TABULAR
Representação: GRÁFICA
Gráfico em Setores Estatística Descritiva
Tabela 02 – Frequências e porcentagens dos funcionários da Cia. Milsa, segundo o grau de instrução, Curitiba – Março 2012.
Fonte: Departamento de Pessoal.
Estatística Descritiva
Representação: GRÁFICA
Gráfico em Setores Estatística Descritiva
Gráfico em Colunas
Representação: GRÁFICA
Tabela de dupla entrada: Variável Qualitativa x Variável Qualitativa e Variável Quantitativa x Variável Qualitativa Estatística Descritiva
Tabela 03 – Frequências absolutas simples dos funcionários da Cia. Milsa, segundo o estado civil e o grau de instrução, Curitiba – Março 2012.
Fonte: Departamento de Pessoal.
Distribuição Conjunta × Distribuições
Porcentagens: Total
Representação: GRÁFICA
Representação: GRÁFICA
Cruzamento entre duas variáveis
Estatística Descritiva
Representação: GRÁFICA
Representação: GRÁFICA
Grau de Instrução × Região de Procedência
Representação: GRÁFICA
Estatística Descritiva
Independente do gênero 40% preferem o curso de administração e 60% preferem o curso de economia. As porcentagens para o gênero masculino são 39% e 61%; para o gênero feminino 42% e 58%, que são próximas
das porcentagens
marginais.
Forte indício de não haver dependência entre as variáveis gênero e curso — não associadas.
– Independente do gênero 40% preferem o curso de ciências sociais e 60% preferem o curso de física. – No gênero masculino as porcentagens são 29% e 71%, respectivamente; já no gênero feminino 67% e 33% para os respectivos cursos.
– Forte indício de haver dependência entre as variáveis gênero e curso (associadas).
Representação: TABULAR
Variável Discreta
Representação: GRÁFICA
Estatística Descritiva
Variável: Número de Filhos
?
Representação: GRÁFICA
Estatística Descritiva
Representação: GRÁFICA
Elementos:
Frequência Absoluta Simples
Amplitude Total
Classe
Limites de Classes
Amplitude do Intervalo de Classe
Ponto Médio de Classe
Representação: TABULAR
Variável Contínua
Distribuição de Frequências
(ou Dados Agrupados em Classes)
Representação: TABULAR
Tipos de frequências Estatística Descritiva
Representação: TABULAR
Distribuição de Frequências
Variável: SALÁRIO
Representação: TABULAR Distribuição de Frequências
Representação: TABULAR
Distribuição de Frequências Estatística Descritiva
Representação: TABULAR
Distribuição de Frequências Estatística Descritiva
Representação: TABULAR
Distribuição de Frequências Estatística Descritiva
Representação: TABULAR
Distribuição de Frequências Estatística Descritiva
Representação: GRÁFICA
Estatística Descritiva
Representação: GRÁFICA
Representação: GRÁFICA
Representação: GRÁFICA
Estatística Descritiva
Representação: GRÁFICA
Representação: GRÁFICA
Representação: GRÁFICA
Representação: GRÁFICA
Representação: GRÁFICA
Representação: GRÁFICA
Representação: GRÁFICA
Análise Exploratória de Dados
Gráfico RAMO-E-FOLHAS 4 00 56 5 25 73 6 26 66 86 7 39 44 59 8 12 46 74 95 9 13 35 77 80 10 53 76 11 06 59 12 00 79 13 23 60 85 14 69 71 15 99 16 22 61 17 26 18 75 19 40 20 21 22 23 30
Gráfico RAMO-E-FOLHAS 4 00 56 5 25 73 6 26 66 86 7 39 44 59 8 12 46 74 95 9 13 35 77 80 10 53 76 11 06 59 12 00 79 13 23 60 85 14 69 71 15 99 16 22 61 17 26 18 75 19 40 20 21 22 23 30 Observações: 4,00 7,59 10,53 14,69 4,56 8,12 10,76 14,71 5,25 8,46 11,06 15,99 5,73 8,74 11,59 16,22 6,26 8,95 12,00 16,61 6,66 9,13 12,79 17,26 6,86 9,35 13,23 18,75 7,39 9,77 13,60 19,40 7,44 9,80 13,85 23,30
Representação: GRÁFICA
Análise Exploratória de Dados
95 80 86 59 74 77 85 56 73 66 44 46 35 76 59 79 60 71 61 00 25 26 39 12 13 53 06 00 23 69 99 22 26 75 40 30 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 Gráfico RAMO-E-FOLHAS
Análise Exploratória de Dados
Representação: TABULAR
Análise Exploratória de Dados
Representação: GRÁFICA
Análise Exploratória de Dados
Representação: TABULAR
Análise Exploratória de Dados
Representação: GRÁFICA