Estatística

A Estatística é a área da Matemática que estuda a coleta, organização, análise e interpretação de dados. Ela é fundamental em diversas áreas: ciência, economia, saúde, engenharia, educação e muito mais.

Seu objetivo é transformar dados brutos em informações úteis, permitindo compreender fenômenos, identificar padrões e tomar decisões fundamentadas.

1. População, Amostra e Variáveis

Antes de analisar dados, precisamos entender alguns conceitos básicos.

  • População: conjunto total de elementos que queremos estudar.
  • Amostra: subconjunto da população, usado quando não é possível analisar tudo.
  • Variável: característica observada (idade, altura, renda, cor, etc.).

1.1. Tipos de variáveis

  • Qualitativas: representam categorias (ex.: cor dos olhos, estado civil).
  • Quantitativas: representam valores numéricos.
    • Discretas: valores inteiros (ex.: número de filhos).
    • Contínuas: valores reais (ex.: altura, massa).

2. Medidas de Tendência Central

São medidas que indicam um valor central ou típico de um conjunto de dados.

2.1. Média

A média aritmética é dada por:

\[ \bar{x} = \frac{x_1 + x_2 + \dots + x_n}{n} \]

Exemplo:
Notas: 6, 7, 8, 9.
\[ \bar{x} = \frac{6 + 7 + 8 + 9}{4} = 7,5 \]

2.2. Mediana

A mediana é o valor central dos dados ordenados.

  • Se o número de dados é ímpar → é o valor central.
  • Se é par → média dos dois valores centrais.

2.3. Moda

A moda é o valor que mais aparece no conjunto de dados.

Exemplo:
Dados: 2, 3, 3, 5, 7, 7, 7, 8.
Moda = 7 (pois aparece mais vezes).

3. Medidas de Dispersão

Indicam o quanto os dados variam em torno da média.

3.1. Amplitude

Diferença entre o maior e o menor valor:

\[ A = x_{\max} - x_{\min} \]

3.2. Variância

Mede o quanto os valores se afastam da média.

\[ \sigma^2 = \frac{\sum (x_i - \bar{x})^2}{n} \]

3.3. Desvio Padrão

É a raiz quadrada da variância e indica a dispersão média dos dados.

\[ \sigma = \sqrt{\sigma^2} \]

Exemplo:
Dados: 4, 6, 10.
Média = 6.
Variância:
\[ \sigma^2 = \frac{(4-6)^2 + (6-6)^2 + (10-6)^2}{3} = \frac{4 + 0 + 16}{3} = \frac{20}{3} \]
Desvio padrão:
\[ \sigma = \sqrt{\frac{20}{3}} \]

4. Tabelas e Gráficos

A Estatística utiliza representações visuais para facilitar a interpretação dos dados.

  • Tabela de frequências: organiza dados e suas ocorrências.
  • Gráfico de barras: ideal para variáveis qualitativas.
  • Histograma: usado para variáveis contínuas.
  • Gráfico de setores (pizza): mostra proporções.

5. Distribuições de Frequência

Em conjuntos grandes, agrupamos dados em classes.

  • Frequência absoluta (f): número de ocorrências.
  • Frequência relativa (fr): proporção em relação ao total.
  • Frequência acumulada (F): soma das frequências até a classe.

6. Medidas de Posição

Indicam a posição relativa de um valor dentro do conjunto.

  • Quartis: dividem os dados em 4 partes.
  • Decis: dividem em 10 partes.
  • Percentis: dividem em 100 partes.

7. Tabela Resumo

Medida Função Fórmula
Média Valor central \( \bar{x} = \frac{\sum x_i}{n} \)
Mediana Valor central dos dados ordenados —
Moda Valor mais frequente —
Variância Dispersão em relação à média \( \sigma^2 = \frac{\sum (x_i - \bar{x})^2}{n} \)
Desvio padrão Dispersão média \( \sigma = \sqrt{\sigma^2} \)

8. Exercícios Propostos

  1. Calcule a média, mediana e moda do conjunto: 2, 5, 7, 7, 8, 10.
  2. Em uma pesquisa, as idades registradas foram: 12, 14, 15, 15, 16, 18, 20. Determine a mediana.
  3. Calcule a variância e o desvio padrão dos valores: 3, 3, 6, 9.
  4. Construa uma tabela de frequências para os dados: 1, 2, 2, 3, 3, 3, 4, 4.
  5. Determine o 3º quartil do conjunto: 5, 7, 8, 10, 12, 13, 15, 18.

9. Conclusão

A Estatística é uma ferramenta essencial para interpretar dados e compreender fenômenos reais. Suas técnicas permitem identificar tendências, medir variações e tomar decisões fundamentadas.

Dominar seus conceitos básicos é fundamental para estudos mais avançados em Probabilidade, Ciência de Dados e diversas áreas científicas.