Exemplos da menopausa que passou nas notícias, ele disse que o que mais chamou a atenção foi as estatísticas, que foram 1.000 - feito o estudo com elas, foi mal interpretado e a chamada foi: estudo revela que tais tratamentos de remédios causem câncer. As farmácias pararam de vender e os médicos pararam de prescrever. Os fabricantes correram para reverter a situação, porque o erro foi só no título, no restante na estava explico sobre as taxa.

Explicação aula 3, retomado porque não estávamos:

Assunto: Probabilidade total é 100, mas em probabilidade não usamos %, é mais em estatística 0-1 representamos 50% ou 0,5 - 0,5=1, no meio o 0, sempre que possível representar o que estamos fazendo.

Na estatística: é feito o mesmo desenho, no meio quem estará é a média (desenho do quebra-mola com risco no meio. O ponto mais alto é a maioria, ex: altura de pessoas.

Atividade: 

1. P(0 < Z < 1,44)

Probabilidade= P

Procurar na tabela 1,44 Onde está na tabela 1,4 até 0,4251 ou 42,51%

Agora exemplo negativo:

2. P (-0,85 < Z < 0)

P (0,3023) = 30,23%

3. P(-1,48 < Z < 2,05)

P (0,4306 + 0,4798) = 0,9104 ou 91,04%

4. P (0,72 < Z < 1,89)

P (0,2642 + 0,4706) 

Neste caso, como os dois números estão a direita, eu já tenho o resultado do 0,72, então quero saber entre até 1,89, sendo assim eu vou diminuir.

0,2642-0,4706= 0,2064 

5. P ( Z > 1,08) - P (Z > 0,3599) aqui, quero tudo que for maior que 1,08, então é todo do restante que tem no “desenho”. Então tenho que diminuir 0,5 que é a metade - 0,3599= 0,1401 ou 14,01%.

6. P (Z < 0,6) até o 0 a tabela me diz, então é só somar o restante que quero saber + 0,5 + 0,2257 = 0,72854 ou 72,57% 

ATIVIDADE DO DIA:

7. P ( 0 < Z < 1,27)

0,3980 ou 39,80%

8. P (-0,4 < Z < 2)

0,1554+0,4772=  0,6326 ou 63,26%

9. P ( Z < 1,7)

0,5- 0,3980= 0,8980 ou 89,80

Associar agora estatística e probabilidade: relação mais próxima com a realidade. Conversão de algo real, para probabilidade.

Tem distribuição normal = desenho da curva.

Quando pergunta a probabilidade, já diz que teremos que fazer a conversão.

Inicialmente, sempre desenhar. Estatística no meio é a média = 100

Exemplo:

Média= 100

DP= 10

a) maior que 120

120 lado direito do cem, porque é maior, então preciso fazer uma conta para descobrir esse maior que 120, não conto o 120 junto porque isso já tenho.

Fórmula da estatística

Z = X - x com risco em cima do último x

         s

X maior = 120 

x média=100

s desvio padrão DV

120-100/10 = 2

Agora vamos para a Probabilidade

No meio sempre 0 e queremos ver o que é maior que 2, então ele vai estar ao lado direito (quero o que é maior que 2), ver o 2 na tabela qual número é.

de 0 até 2 (tenho 0,4772), ENTÃO 0,5–0,4772= 0,0228= 2,28%

b) Entre 85 e 115, se fizermos o desenho da estatística, a média é 100, 85 vai ser na esquerda e 115 na direita. 

Z¹ = 85-100/10= -1,5

Z² = 115-100/10= +1,5

Probabilidade

Procurando na tabela 1,5 = 0,4332, esse valor da dos dois lados, então preciso somar “exemplo se compro dois terrenos e quero saber valor da área total” = 0,8664= 86,64%

Exercício 3 (fazer em casa)

Estudo dirigido 2 para entregar na próxima semana, com os mesmos exercícios da aula.

Resposta: 0,5524; 55,24%

b) P(0 < Z < 1,37)

Resposta: 0,4147; 41,47%

c) P(Z > 2,5)

Resposta: 0,0062; 00,62%

d) P(Z < 0,6)

Resposta: 0,7257; 72,57%

1 entender as sintaxes: hipóteses ou possibilidades

2 interpretar o teste

Hipótese nula H0 - sempre parte do princípio que o que estamos analisando, não sofre alterações, não modifica os estados ou não é suficiente, as coisas não significam.

Hipótese Alternativa H1 - vamos tentar alterar ou refutar a hipótese nula. Ex, no direito: em um julgamento a pessoa entra como inocente - a hipótese é nula (que ele sempre será inocente).

Já a hipótese alternativa é o oposto, iremos analisar situações de amostra, para entender a população se sofreu alguma alteração ou não, sintomas do fenômeno decidem nossa interpretação. A partir de hoje iremos mais interpretar, e as contas serão no excel. 

Situação 1: Qual hipótese eu pensaria?

• Quem vive no interior tem uma alimentação mais natural

• Quem vive no interior é mais saudavel

• Relacionado a politica

Situação: Qual hipótese pensaria? 

• Menos acesso a saúde;

• Uso de agrotóxicos;

• Alimentação ruim e água;

• Poço artesiano - da pedra;

Hipótese: Por que as pessoas têm dificuldade em procurar psicoterapia?

• Falta de tempo;

• Falta de informação;

• Dificuldades financeiras;

Aprender “teste t” estatístico: teste de parâmetro estatístico, média, variância, desvio padrão e valor P - volue.

Iremos analisar amostras que são pareadas: amostras teste antes e após determinado grupo observado. Dependente e Independentemente: 2 grupo de amostra - sexo feminino e masculino.

Sintaxe:

- sinal de igual, depois média

- sinal de igual, depois desvpada

- arredondar os números

- intervalo 1 (antes)

- intervalo 2 (depois)

- caudas intervalo no desenho, sempre por número 2

- tipo: existem 3, no primeiro ex, usamos o 1

PARTE 2

Escrever resposta do cálculo/interpretação: Quando for menor que 0,05 - vamos negar a hipótese nula - H0

Quando for maior apenas muda a resposta, dizendo que confirma.

RESPOSTA APÓS PARTE 1 - RESPOSTA: O p-volue foi igual a 0,0001, ou seja, menor que 0,05. Refutamos a hipótese nula e com 95% de confiança podemos afirmar que a campanha, de fato, reduziu a poluição, mesmo com as médias amostrais diferentes.

RESPOSTA APÓS PARTE 1 DO EXERCÍCIO ATLETAS: O p-volue foi igual a 0,0001, ou seja, maior que 0,05.

TESTE F (variâncias)

Quando o teste F for < 0,05, igual variâncias desiguais - tipo 3

Quando o teste F for > 0,05, igual variâncias iguais - tipo 2

Neste caso de 2 atletas, são amostras independentes, então utiliza o teste F, antes do t.

RESPOSTA : O p-volupe maior que 0,05 (0,19) isso significa que a hipótese nulanão é sujeitada. Em outras palavras, as médas não ajudam a explicar que o atleta2 foi mais rápido que o atleta 1.

Precisa sempre precisar fazer o teste f, para saber o tipo, se vamos utilizar 1,2 ou 3. O exemplo 1 era dependente/pareada e o exemplo 2 independente (desiguais ou iguais).

• Usado para variável qualitativa 

• Qui-quadrado; Qui-qua; Chitest; x²

• Valores esperados (probabilidade) e valores observados estatística)

O método usado é comparar frequências de valores observados e esperados. 

• Valores observados Oi

• Valores esperados Ei

A Estatística Inferencial 

(F) é caracterizada pela coleta de dados, pelo seu tratamento e análise, fazendo uma descrição de suas características. Para isso, faz uso do estudo de uma população para conhecer a amostra.

(V) é caracterizada pela análise de amostras com a finalidade de compreender a população, buscando tirar conclusões sobre ela com a finalidade de inferir.

Questão 2 - “Uma amostra é considerada representativa quando as mesmas características das amostras são encontradas na população, em uma escala maior”.

Esta afirmação é

(  ) Verdadeira

( X ) Falsa

Questão 3 - As amostras intencionais, por cotas ou por julgamentos são tipos de amostras que representam o processo de seleção denominado

(A) amostras não aleatórias/ não probabilísticas

(B) amostras aleatórias/probabilísticas

Questão 4 - Cite um exemplo (ou construa um) que indique uma coleta de dados (amostra) por conglomerados.

RESPOSTA: Pesquisar hábitos de leitura entre jovens universitários na FACCAT. No caso de amostra por conglomerado, poderíamos sortear/escolher alguns cursos da instituição, para responder a pesquisa.

Questão 5 - Manter/aceitar a hipótese nula supõe que

(A) não há diferença significativa entre as médias amostrais e o teste estatístico realizado teve 

p-value < 0,05

(B) não há diferença significativa entre as médias amostrais e o teste estatístico realizado teve 

p-value > 0,05

(C) a diferença entre as médias é significativa e o teste estatístico realizado teve p-value  < 0,05

(D) a diferença entre as médias é significativa e o teste estatístico realizado teve p-value  > 0,05

Questão 6 - Quando estamos analisando amostras dependentes, geralmente solicitamos para o excel ou a planilha gerar as médias (das amostras) e o desvio padrão. Depois, para realizar o teste t de Student os dados de entrada respeitam a sintaxe

(A) = teste t (intervalo 1; intervalo 2; 2; 3)

(B) = teste t (intervalo 1; intervalo 2; 2; 2)

(C) = teste t (intervalo 1; intervalo 2; 2; 1)

2° seleciona a tabela e clica em inserir GRÁFICO (de dispersão);

3° no editor de gráficos, clicar em “personalizar”;

4° ir até a opção “série” e selecionar “linha de tendência”;

5° no marcador, clicar em “mostrar R²”, e escolher opção “usar equação”.

Se olha na planilha os números, considerando a fórmula Y=B1x+b0. (modelo)

A tabela dará o resultado do R², e esse será interpretado como o Coeficiente de determinação (R²). É a qualidade da reta. Este varia entre 0 e 1 e mede a qualidade do ajuste linear, mais próximo de 1 forte, mais perde de 0, mais fraco.

Após se faz o coeficiente da correlação (r), através da fórmula =correl (localização dos dados do Y ; localização dos dados de X ). Este pode ser positivo, negativo e sem correlação (nulo). -1 é o perfeito negativo, 0 é nulo, e +1 é perfeito positivo.

Objetivo: produzir tabelas de dupla entrada e realizar o teste qui-qua para a análise.

b) Definir o coeficiente de determinação R2e explicar se o modelo definido para a reta representa um bom

ajuste.

c) Definir o coeficiente de correlação. Interpretar, verificando se ele é significativo.

d) Estimar a massa muscular para uma mulher de 50a. Verificar o resíduo.

(d)  a diferença entre as médias é significativa e o teste estatístico realizado teve p-value  < 0,05

Questão 5

(a) = teste t (intervalo 1; intervalo 2; 2; 3)

• No período entre 1998 e 2022, em 2016 foi o maior número de participantes do Exame Nacional do Ensino Médio.

• De 2016 até 2021 houve uma queda de cerca de 3.867 milhões de participantes, 2021 sendo o menor número de participantes nos últimos 10 anos. 

Gráfico 2 - Desempenho no Enem dos Alunos que ingressaram na educação superior de graduação, em 2022, por cursos específicos.

• Os alunos do curso de Pedagogia apresentaram melhor desempenho em comparação aos dos cursos de Administração, Direito, Engenharia e Medicina.

• Direito e Engenharia atingem uma média equivalente de desempenho.

• Coeficiente de Correlação - Digitar =correl(dados_y; dados_x).

• Interpretação: Pode ser FORTE (próximo de 1), FRACO (distante de 1), POSITIVO (crescente) e NEGATIVO (decrescente)

• Modelo de Regressão: se usa MODELO Y=B1x(dado solicitado)+b0, com os dados da tabela e o que está sendo solicitado na questão. IMPORTANTE: COLOCAR TODOS OS NUMEROS DO B1.

• faz um novo grafico com o dado do modelo de regressão.

  
  

• Para a previsão, com a “Forecast" se usa o seguinte formula: =forecast.linear(x; dados_y; dados_x)2

O objetivo do artigo, é investigar a correlação entre habilidades sociais e traços de personalidade, segundo o modelo dos Cinco Grandes Fatores de Personalidade (Big Five), verificando quais traços estão associados a diferentes habilidades sociais em universitários.

✔️ a correlação (variáveis e causalidade):

O estudo analisou a correlação entre habilidades sociais e traços de personalidade (Big Five). Sendo as variáveis de habilidades sociais analisadas: enfrentamento com risco, auto-afirmação na expressão de afeto positivo, conversação e desenvoltura social, auto-exposição a desconhecidos e autocontrole da agressividade. Já as variáveis de traços de personalidade investigadas foram: extroversão, abertura para novas experiências, socialização (agreeableness), neuroticismo e escrupulosidade/conscienciosidade.

✔️ os resultados:

O estudo encontrou que a extroversão está associada a maior facilidade de interação e exposição social, a socialização se relaciona com empatia e controle da agressividade, e o neuroticismo apresenta relação negativa com habilidades sociais, indicando maior dificuldade nas interações. A conscienciosidade não se mostrou tão relevante nas correlações. Também foram observadas diferenças entre gêneros, com homens pontuando mais em enfrentamento com risco e mulheres em expressão de afeto positivo.

REFERÊNCIA:

BUENO, José Maurício Haas; OLIVEIRA, Sandra Maria da Silva Sales; OLIVEIRA, José Carlos da Silva. Um estudo correlacional entre habilidades sociais e traços de personalidade. Psico-usf, v. 6, p. 31-38, 2001.

link dos dados: https://www.gov.br/saude/pt-br/assuntos/saude-de-a-a-z/a/aids-hiv/painel-obitos-por-aids

b. Explicar o coeficiente de determinação;

c. Definir a correlação e explicá-la;

d. A partir do modelo de regressão, estimar a taxa de fecundidade no ano de 2030.

e. Com a estimativa de 2023, construir um gráfico de linhas.

f. Qual a previsão para 2023 a partir da planilha? Usar a função “Forecast”

g. Comparar o resultado encontrado em “d” com o resultado encontrado em “f”

Os indicadores seguem a seguinte quantificação:

0 Não se aplicou de maneira alguma

1 Aplicou-se em algum grau, ou por pouco de tempo

2 Aplicou-se em um grau considerável, ou por uma boa parte do tempo

3 Aplicou-se muito, ou na maioria do tempo

Foram medidas as seguintes variáveis explicativas: Achei difícil me acalmar, Senti minha boca seca, Não consegui vivenciar nenhum sentimento positivo, Tive dificuldade em respirar em alguns momentos, Senti tremores (ex. nas mãos).

A variável dependente (y) é um indicador que varia de 0 a 1 e quanto mais próximo de 1 maior é o indicador de depressão. A partir desses dados, elabore

a) um modelo de regressão linear múltipla que considere o indicador (y) de depressão em função das variáveis preditoras.

b) a partir do modelo, estimar o indicador para o(a) voluntário 8.

    Comparar esta estimativa com o respectivo peso informado na tabela.

c) estimar um(a) voluntário(a) de escolha do grupo.

d) informar as estatísticas de regressão (determinação, correlação e erro padrão).